Pack formation - Udemy - Apprentissage par renforcement avec Python torrent

Udemy - Apprentissage par renforcement avec Python

Partie 1 : 7 sections • 90 sessions • Durée totale: 9 h 5 min
Partie 2 : 7 sections • 85 sessions • Durée totale: 9 h 57 min




Ce que vous apprendrez
Comprendre le fonctionnement de l'apprentissage par renforcement et les concepts généraux associés
Comprendre les différentes approches permettant de résoudre les problèmes d'apprentissage par renforcement et trouver le plus adapter
Comprendre en profondeur le fonctionnement des différents algorithmes utilisés
Comment coder l'ensemble des algorithmes proposés en langage Python sur de nombreux exemples

Prérequis
Connaissances en Python et notions de probabilités en Mathématiques.
Accès à google colab (gratuit, nécessite un compte gmail)

Description
L’intelligence artificielle s’invite dans tous les secteurs. Toutefois, contrairement à ce que l’on peut penser, l’IA n’est pas une technologie unique.

Il existe de nombreuses branches et sous-catégories telles que le Machine Learning et le Deep Learning. Dans cette formation, je vous propose de vous initier à l’apprentissage par renforcement (Reinforcement Learning). Vous utiliserez le langage de programmation Python et des librairies spécialisées dans le traitement des données comme par exemple Numpy.

PARTIE 2:

Ce que vous apprendrez
Apprentissage par renforcement dans les environnement continus
Apprentissage en ligne et hors ligne (on-policy et off-policy)
Construire des réseaux de neurones avec Keras et Tensorflow
Deep reinforment learning (Deep Sarsa, Deep Q-learning)
Coder des algorithmes avancés d'apprentissage par renforcement en Python

Prérequis
Connaissances en Python
Accès à google colab (gratuit, il faut juste un compte gmail)
Mathématiques : Notions sur les probabilités, algèbre linéaire (matrices et espaces vectoriels)

Description
À l’heure actuelle, l’apprentissage par renforcement se révèle comme la façon la plus efficace de faire appel à la créativité des machines. Contrairement à un humain, une intelligence artificielle peut effectuer des milliers de tentatives en simultané. Il suffit pour ce faire de lancer le même algorithme en parallèle sur une puissante infrastructure informatique.

Cette formation fait suite à ma précédente formation d’initiation à l’apprentissage par renforcement (partie 1).

Dans cette nouvelle formation, vous allez étendre toutes les connaissances et les méthodes acquises dans le cadre d’environnements finis sur des environnements infinis, sur des tâches épisodiques et continues.

Vous apprendrez par exemple à coder des approximations de fonctions linéaires et non linéaires à l’aide de réseaux de neurones artificiels sous Keras / Tensorflow, à coder des algorithmes en ligne (on-policy) deep Sarsa et hors ligne (off-policy) deep Q-learning… Et bien plus encore !


Codec vidéo: MPEG /1280 x 720 px / 30 im/s 520 à 3334 kbp:/s
Codec Audio: aac 128 kbp/s à 946 kbp/s
Langues : Français
Sous-titres : oui (fr)
Nombre De Fichiers: 345
Nombre de dossiers: 32
Poids Total: 10.70 GO