When people talk about artificial intelligence, they usually don’t mean supervised and unsupervised machine learning.
These tasks are pretty trivial compared to what we think of AIs doing - playing chess and Go, driving cars, and beating video games at a superhuman level.
Reinforcement learning has recently become popular for doing all of that and more.
Much like deep learning, a lot of the theory was discovered in the 70s and 80s but it hasn’t been until recently that we’ve been able to observe first hand the amazing results that are possible.
In 2016 we saw Google’s AlphaGo beat the world Champion in Go.
We saw AIs playing video games like Doom and Super Mario.
Self-driving cars have started driving on real roads with other drivers and even carrying passengers (Uber), all without human assistance.
If that sounds amazing, brace yourself for the future because the law of accelerating returns dictates that this progress is only going to continue to increase exponentially.
Learning about supervised and unsupervised machine learning is no small feat. To date I have over SIXTEEN (16!) courses just on those topics alone.
And yet reinforcement learning opens up a whole new world. As you’ll learn in this course, the reinforcement learning paradigm is more different from supervised and unsupervised learning than they are from each other.
It’s led to new and amazing insights both in behavioral psychology and neuroscience. As you’ll learn in this course, there are many analogous processes when it comes to teaching an agent and teaching an animal or even a human. It’s the closest thing we have so far to a true general artificial intelligence.
What’s covered in this course?
If you’re ready to take on a brand new challenge, and learn about AI techniques that you’ve never seen before in traditional supervised machine learning, unsupervised machine learning, or even deep learning, then this course is for you.
- The multi-armed bandit problem and the explore-exploit dilemma
- Ways to calculate means and moving averages and their relationship to stochastic gradient descent
- Markov Decision Processes (MDPs)
- Dynamic Programming
- Monte Carlo
- Temporal Difference (TD) Learning
- Approximation Methods (i.e. how to plug in a deep neural network or other differentiable model into your RL algorithm)
Когда люди говорят об искусственном интеллекте, они обычно не подразумевают обучение с учителем и обучение без учителя.
Эти задачи довольно тривиальны по сравнению с тем, на что способен искусственный интеллект – игра в карты и го, вождение автомобилей, и битва в видео играх на нечеловеческом уровне.
Обучение с подкреплением в последнее время стало популярным для выполнения всего этого и многого другого.
Так же, как и в глубинном обучении, много теории было открыто в 70-х и 80-х годах, но до недавнего времени мы не могли наблюдать из первых рук удивительные результаты, которые возможны.
В 2016 году мы увидели как AlphaGo от Google обыграл чемпиона мира по го.
Мы увидели, что искусственный интеллект играет в видео игры, такие как Doom и Super Mario.
Беспилотные автомобили начали ездить на реальных дорогах с другими водителями и даже перевозки пассажиров (Uber), все без помощи человека.
Если это звучит удивительно, готовьтесь к будущему, потому что "закон прогрессирующей отдачи" диктует, что этот прогресс будет только продолжать экспоненциально расти.
Изучение машинного обучения с учителем и без учителя не малый подвиг. На сегодняшний день у меня есть свыше шестнадцати (16!) курсов только по этим темам.
И все же обучение с подкреплением открывает целый новый мир. Как вы узнаете из этого курса, парадигма обучения с подкреплением больше отличается от обучения с учителем и без учителя, чем они друг от друга.
Это привело к появлению новых и удивительных прозрений как в поведенческой психологии, так и в нейробиологии. Как вы узнаете из этого курса, есть много аналогичных процессов, когда дело доходит до обучения агента, обучения животного или даже человека. Это наиболее близкая к настоящему общему искусственному интеллекту вещь, которую мы пока имеем.
Что рассматривается в этом курсе?
• Задача о многоруком бандите и дилемма исследование vs. эксплуатация.
• Способы расчета средних и скользящих средних и их отношение к стохастическому градиентному спуску.
• Марковский процесс принятия решений (MDP)
• Динамическое программирование
• Монте-Карло
• Метод временных различий
• Методы аппроксимации (т.е. как подключить глубинную нейронную сеть или другую дифференцируемую модель в ваш алгоритм обучения с подкреплением)
Если вы готовы принять совершенно новый вызов, и узнать о методах искусственного интеллекта, которые вы никогда раньше не видели в традиционном машинном обучении с учителем, машинном обучении без учителя, или даже в глубинном обучении, то этот курс для вас.
Какова целевая аудитория?
• Любой, кто хочет узнать об искусственном интеллекте, науке о данных, машинном обучении и глубинном обучении
• Студенты и специалисты
Последнее редактирование модератором:
- Статус
- В этой теме нельзя размещать новые ответы.