Reinforcement Learning

Per seguire il modulo Reinforcement Learning sono necessarie competenze preliminari specifiche di Python, Reti convolutive, Reti ricorrenti e serie temporali, Deep learning.

Il modulo Reinforcement Learning copre i seguenti argomenti principali: Introduzione al Reinforcement Learning, Markov Decision Process, L’equazione di Bellman e le Ricompense Ritardate, Q-Learning, Introduzione al Deep Q-Learning, Introduzione a SARSA, Algoritmi di Reinforcement Learning, Introduzione a Gymnasium, Labirinto in Deep Q-Learning, Cart-Pole Actor Critic

Al termine del modulo Reinforcement Learning sarai in grado di progettare e implementare Agenti Autonomi utilizzando tecniche di Deep Learning per task di apprendimento per rinforzo, partendo da casi semplici fino ad applicazioni complesse.

L’esame finale e la certificazione sono previsti per i corsi Data Masters, non per i singoli moduli.

Tutti i materiali (slide, materiale per esercitazioni, ecc.) sono scaricabili, mentre tutte le lezioni possono essere riviste in qualsiasi momento.

Certamente, durante il modulo Reinforcement Learning è disponibile assistenza continua da parte dei nostri docenti per qualsiasi dubbio o domanda.