課程(名稱.編號)簡索

領導藝術.綜合管理        人力資源.企業培訓        職務能力培訓系統班        銷售實戰.市場行銷        職場技能.個人成長        Office白領辦公達人        財經金融.投資理財        語言學習.出國留學        中國大陸證照培訓        資格考試.考証培訓        文化.生活.興趣.保健        生產管理.採購物流        移動開發        前端開發        後端開發        數據庫.服務器        網頁平面設計        雲計算.大數據        網絡營銷推廣        自然學科        工程技術學科

經濟管理學科

醫.藥.農.林學科

法律 學科

計算機工程學科

哲學.歷史學科

文學.藝術學科

教育社會學科

外語 學科

醫藥農林        哲學歷史        文學藝術        工程技術        基礎科學        經管法學

     課程從強化學習的基本概念談起，介紹了重要的Bellman方程。然後介紹經典的時序差分、SARSA、Q-Learning、深度Q網絡、Double DQN、Actor-critic、A2C等常用的深度強化學習算法。此外，還通過典型的案例分析，以及騰訊開悟平台對上述算法進行實驗，方便理解，動手實踐。！
　

課程概述


      第1模塊概述強化學習的基本概念，包括agent（智能體）、環境及其之間的關係，還涵蓋了獎勵函數、折扣獎勵（discounted rewards）、價值函數和優勢函數（advantage functions）、策略函數、馬爾科夫過程、Bellman方程等內容。

第2模塊介紹時序差分、SARSA與Q-Learning等算法，還在經典的迷宮遊戲問題上進行訓練和測試。

第3模塊介紹深度Q網絡、深度強化學習算法DQN，還討論了新聞推薦案例。

第4模塊介紹Double DQN、競爭網絡結構。

第5模塊討論actor-critic算法，討論如何訓練actor（agent）的策略，解決基金定投策略問題。

最後結課測試。

教學單元

1 第一單元 強化學習基礎
2 第二單元 強化學習基本概念 
2.1 強化學習概述
2.2 強化學習入門
2.3 馬爾科夫過程和貝爾曼方程
3 第三單元 深度強化學習常用算法 
3.1 算法概述
3.2 基本算法
3.3 深度強化學習常用算法
4 第四單元 深度強化學習應用
5 深度強化學習導論結課

課程列表　

名稱 時間長度
第01講強化學習簡介 00:11:22
第02講2.1 強化學習概述 00:16:28
第03講智能體 00:07:22
第04講策略 00:07:34
第05講回合、軌跡和狀態轉移 00:13:16
第06講折扣獎勵 00:10:09
第07講價值函數 00:21:07
第08講最優策略與動作 00:08:33
第09講馬爾科夫過程 00:03:59
第10講貝爾曼方程 00:24:54
第11講深度強化學習算法概述 00:17:40
第12講SARSA算法 00:23:11
第13講Q-learning算法-1 00:19:12
第14講Q-learning算法-2 00:31:11
第15講Q-learning算法-3 00:08:57
第16講Q-learning算法補充 00:19:52
第17講DQN算法-1 00:07:20
第18講DQN算法-2 00:11:35
第19講DQN算法-3 00:07:24
第20講DDQN算法 00:19:08
第21講基於策略的強化學習 00:13:51
第22講Actor-critic算法 00:26:29
第23講A2C算法 00:10:32
第24講案例1：新聞推薦 00:29:33
第25講案例2：基金定投