《OpenAI強化學習實戰》

2018-5-14 16:13| 發布者: 岸岸| 查看: 27792| 評論: 0|原作者: 岸岸

快速報名入口

普班報名：【普班】OpenAI強化學習實戰（第12期） (2021/01/15開課)

   在過去的幾年里，強化學習(RL，Reinforcement Learning)在很多方面取得了突破。DeepMind公司將深度學習與增強學習結合在一起，在眾多的Atari游戲中來取得超越人類的表現，基于深度學習和強化學習訓練得到的AlphaGo Zero更是完全從零開始，僅通過自我對弈就能天下無敵。雖然RL目前在許多游戲環境中都表現很出色，但它對解決需要最優決策和效率的問題而言是種全新方法，而且肯定會在機器智能中發揮作用。

   OpenAI成立于2015年底，是一個非營利組織。它的目的是“建立安全的人工通用智能(AGI)，并確保AGI的福利被盡可能廣泛和均勻地分布”。除了探索關于AGI的諸多問題之外，OpenAI對機器學習世界的一個主要貢獻是開發了Gym和Universe軟件平臺。

   Gym是為測試和開發RL算法而設計的環境/任務的集合。它讓用戶不必再創建復雜的環境。Gym用Python編寫，它有很多的環境，比如機器人模擬或Atari 游戲。它還提供了一個在線排行榜，供人們比較結果和代碼。

課程大綱：
第1周強化學習與常用的仿真環境平臺介紹（MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2等）
第2周 OpenAI gym中的常用仿真環境介紹，包括Atari 2600 游戲系列、MuJoCo 物理模擬器、Toy text 文本環境、Robotics機械手與機械臂模擬器等
第3周馬爾科夫決策過程MDP
第4周基于gym的MDP實例講解，基于OpenAI Gym構建股票市場交易環境
第5周基于gym的強化學習實踐：基于值函數的強化學習方法實現；基于策略梯度的強化學習方法實現
第6周虛擬環境Universe：一個用于訓練解決通用問題 AI 的基礎架構
第7周基于Universe的強化學習實踐：用OpenAI公司的Gym工具庫和Universe平臺為游戲創建人工智能機器人

開課時間：
本期課程將于1月15日開課，預計課程持續時間為9周

目標人群：

有簡單的強化學習基礎，希望學習強化學習的落地實現的同學

課程環境：

python3+OpenAI GYM+OpenAI Universe

收獲預期：

學習結束后均能自己動手編寫一個仿真環境，訓練強化學習

授課講師：
何翠儀畢業于中山大學統計學專業，煉數成金專職講師。
在煉數成金上開設了多門關于數據分析與數據挖掘相關的課程，如《大數據的統計學基礎》、《大數據的矩陣基礎》《金融時間序列分析》等，也曾到不同的公司開展R語言與數據分析的相關培訓。對數據分析有深刻認識，曾與不同領域公司合作，參與到多個數據分析的項目中，如華為、廣州地鐵等

課程試聽：

新穎的課程收費形式：“逆向收費”約等于免費學習，僅收取100元固定收費+300元暫存學費，學習圓滿則全額獎勵返還給學員！

本門課程本來打算完全免費，某位大神曾經說過“成功就是正確的方向再加上適度的壓力”。考慮到講師本身要付出巨大的勞動，為了防止一些朋友在學習途中半途而廢，浪費了講師的付出，為此我們計劃模仿某些健身課程，使用“逆向收費”的方法。
在報名時每位報名者收取400元，其中100元為固定收費，另外300是暫存學費，即如果學員能完成全部課程要求，包括完成全部的書面和互動作業，則300元全款退回。如果學員未能堅持到完全所有的學習計劃任務，則會被扣款。期望這種方式可以轉化為大家強烈的學習愿望和驅動力！

課程授課方式：
1、學習方式：老師發布教學資料、教材，幻燈片和視頻，學員通過網絡下載學習。同時通過論壇互動中老師對學員進行指導及學員之間相互交流。
2、學習作業：老師每周布置書面及互動作業，學員需按時按質完成作業。
3、老師輔導：根據作業批改中發現的問題，針對性給予輔導，幫助大家掌握知識。
4、結業測驗：通過測驗，完成學業。

您是否對此課程還有疑問，那么請點擊進入 FAQ，您的問題將基本得到解答

全國統一咨詢熱線 4008-010-006

課程現開始接受報名，報名方式
網上報名請點擊：OpenAI強化學習實戰

咨詢Email ：edu01@dataguru.cn，edu02@dataguru.cn
課程入門討論咨詢群：706821899（群內有培訓公開課視頻供大家免費觀看）

咨詢QQ： 2222010006 (上班時間在線）