扫码支付

购买商品:
商品价格:

价格读取中

支付方式:
微信

请扫码进行支付

支付宝

请扫码进行支付

二维码已过期,请点击刷新

  • 课程> 人工智能> 深度学习
  • 决胜AI-强化学习实战系列视频课程

    本课程支持以下优惠:

  • 由百度云提供技术支持
    课程目录
    第一章:强化学习基本原理
    • 1. 强化学习简介 (免费)
    • 9:33
    • 2. 强化学习基本概念(课件代码下载->)
    • 9:54
    • 3. 马尔科夫决策过程
    • 9:05
    • 4. Bellman方程
    • 12:22
    • 5. 值迭代求解
    • 8:12
    • 6. 代码实战求解过程
    • 11:14
    • 7. 求解流程详解
    • 11:42
    • 8. QLearning基本原理
    • 10:00
    • 9. QLearning迭代计算实例
    • 11:07
    • 10. QLearning迭代效果
    • 8:59
    第二章:强化学习项目实战-DQN让AI自己玩游戏
    • 1. DeepQnetwork原理 (免费)
    • 6:38
    • 2. DQN网络细节
    • 11:00
    • 3. DQN网络参数配置
    • 8:23
    • 4. 搭建DQN网络模型
    • 11:30
    • 5. DQN卷积操作定义
    • 10:07
    • 6. 数据预处理
    • 11:41
    • 7. 实验阶段数据存储
    • 8:18
    • 8. 实现训练模块
    • 10:50
    • 9. Debug解读训练代码
    • 5:05
    • 10. 完整代码流程分析
    • 11:33
    • 11. DQN效果演示
    • 3:11
    • 【课程类型】实战教学 【难度级别】高级 【适合人群】所有人
    • 【课程介绍】
      强化学习是当下爆火的机器学习经典模型,系列课程从实例出发,形象解读强化学习如何完整一个实际任务。由基本概念过度到马尔科夫决策过程,通过实例演示如何通过迭代求解来得出来最好的决策。举例讲解Q-Learning算法的原理以及如何将强化学习和深度学习进行结合。最后通过让AI自动玩游戏的项目实战实例演示如何实现用强化学习和卷积神经网络打造DQN网络模型。
    • 【课程目标】
      带领同学们快速掌握机器学习界爆火的强化学习系列并将强化学习与深度学习进行结合,实例演示如何使用DQN网络让AI自己玩游戏! 课程会员卡优惠优惠链接:http://edu.csdn.net/lecturer/lecturer_detail?lecturer_id=1079
    • 【课程计划】
      根据同学们的学习状况进行更新,终身会员卡更超值,更多机器学习和深度学习课程紧张筹划中!
    全部评价(0
    好评(0
    中评(0
    差评(0
    发表评价
    唐宇迪
    29课程200432学员
    计算机博士,专注于机器学习与计算机视觉领域,深度学习领域一线实战专家。在图像识别领域有着丰富经验,实现过包括人脸识别,物体识别,关键点检测等多种应用的最新算法。 参与多个国家级计算机视觉项目,多年数据领域培训经验,丰富的教学讲解经验,出品多套机器学习与深度学习系列课程,课程生动形象,风格通俗易懂。