Apprentissage du renforcement : Traces d'admissibilité

Apprentissage des différences temporelles

Couvertures Renforcement Théorie de l'apprentissage, Q-Learning, et horizons multi-étapes.

Méthodes de gradient de politique dans l'apprentissage par renforcement

Couvre les méthodes de gradient de politique dans l'apprentissage du renforcement, en se concentrant sur les techniques d'optimisation et les applications pratiques comme le problème du poteau.

Réseau neuronal Rapprochement et apprentissage

S'oriente vers l'approximation du réseau neuronal, l'apprentissage supervisé, les défis de l'apprentissage à haute dimension et la révolution expérimentale de l'apprentissage profond.

Revêtement galoisien et actions totalement discontinues

Couvre le concept de revêtement galoisien et les actions qui sont totalement discontinues.

Principes fondamentaux de l'apprentissage par renforcement

Plongez dans les bases de l'apprentissage par renforcement, en discutant des états, des actions, des récompenses, des politiques et des applications de réseaux neuronaux.