Giới Thiệu Khóa Học Trí Tuệ Nhân Tạo - Reinforcement Learning Trong Python [Update Tháng 11-2023] [Mã - 6925 A]

 Hướng dẫn hoàn chỉnh về Reinforcement Learning, với Stock Trading và Online Advertising Application.

Bạn sẽ học được gì:

✓ Áp dụng các phương pháp supervised machine learning dựa trên gradient vào reinforcement learning.

✓ Tìm hiểu reinforcement learning ở cấp độ kỹ thuật.

✓ Hiểu mối quan hệ giữa reinforcement learning và psychology.

✓ Thực hiện 17 thuật toán reinforcement learning khác nhau.

Khi mọi người nói về trí tuệ nhân tạo, họ thường không muốn nói đến supervised và unsupervised machine learning.

Những nhiệm vụ này khá tầm thường so với những gì chúng ta nghĩ về AI đang làm - chơi cờ vua và cờ vây, lái ô tô và đánh bại các trò chơi điện tử ở cấp độ siêu phàm.

Reinforcement learning gần đây đã trở nên phổ biến để thực hiện tất cả những điều đó và hơn thế nữa.

Giống như deep learning, rất nhiều lý thuyết đã được phát hiện vào những năm 70 và 80 nhưng phải đến gần đây chúng ta mới có thể tận mắt quan sát những kết quả đáng kinh ngạc có thể xảy ra.

Vào năm 2016, chúng ta đã chứng kiến ​​AlphaGo của Google đánh bại Nhà vô địch cờ vây thế giới.

Chúng tôi đã thấy AI chơi các trò chơi điện tử như Doom và Super Mario.

Xe tự lái đã bắt đầu lái trên đường thật với những tài xế khác và thậm chí chở hành khách (Uber), tất cả đều không có sự trợ giúp của con người.

Nếu điều đó nghe có vẻ đáng kinh ngạc, hãy chuẩn bị tinh thần cho tương lai vì quy luật lợi nhuận tăng tốc chỉ ra rằng tiến trình này sẽ tiếp tục tăng theo cấp số nhân.

Tìm hiểu về supervised và unsupervised machine learning là một việc không hề nhỏ. Cho đến nay tôi đã có hơn 25 khóa học chỉ về những chủ đề đó.

Tuy nhiên, reinforcement learning sẽ mở ra một thế giới hoàn toàn mới. Như bạn sẽ học trong khóa học này, mô hình reinforcement learning rất giống với cả supervised và unsupervised learning.

Nó dẫn đến những hiểu biết mới và đáng kinh ngạc cả về tâm lý học hành vi và khoa học thần kinh. Như bạn sẽ học trong khóa học này, có nhiều quy trình tương tự khi dạy một agent và dạy động vật hoặc thậm chí là con người. Đó là thứ gần nhất mà chúng ta có cho đến nay với một artificial general intelligence thực sự. Những gì được đề cập trong khóa học này?

✓ Vấn đề kẻ cướp đa vũ trang và tình thế tiến thoái lưỡng nan trong explore-exploit.

✓ Các cách tính means và moving averages cũng như mối quan hệ của chúng với stochastic gradient descent.

✓ Markov Decision Processes (MDP).

✓ Dynamic Programming.

✓ Monte Carlo.

✓ Temporal Difference (TD) Learning (Q-Learning và SARSA).

✓ Approximation Methods (tức là cách plug một deep neural network hoặc differentiable model khác vào thuật toán RL của bạn).

✓ Cách sử dụng OpenAI Gym với zero code change.

✓ Project: Ứng dụng Q-Learning để xây dựng một stock trading bot.

Nếu bạn đã sẵn sàng đón nhận thử thách hoàn toàn mới và tìm hiểu về các kỹ thuật AI mà bạn chưa từng thấy trước đây trong supervised machine learning truyền thống, unsupervised machine learning hoặc thậm chí là deep learning, thì khóa học này là dành cho bạn.

“Nếu bạn không thể thực hiện nó, bạn sẽ không hiểu nó”.

✓ Hay như nhà vật lý vĩ đại Richard Feynman đã nói: “Cái gì tôi không thể tạo ra thì tôi không hiểu”.

✓ Các khóa học của tôi là khóa học DUY NHẤT mà bạn sẽ học cách triển khai các thuật toán machine learning từ đầu.

✓ Các khóa học khác sẽ dạy bạn cách đưa dữ liệu của bạn vào một thư viện, nhưng bạn có thực sự cần trợ giúp về 3 dòng code không?

✓ Sau khi làm điều tương tự với 10 tập dữ liệu, bạn nhận ra mình chưa học được 10 điều. Bạn đã học được 1 điều và chỉ cần lặp lại 3 dòng code giống nhau 10 lần...!

Điều kiện tiên quyết được đề xuất:

✓ Giải tích (Calculus).

✓ Xác suất (Probability).

✓ Lập trình hướng đối tượng.

✓ Python coding: if/else, loops, lists, dicts, sets.

✓ Numpy coding: matrix và vector operation.

✓ Linear regression.

✓ Gradient descent.

TÔI NÊN THAM GIA KHÓA HỌC CỦA BẠN THEO THỨ TỰ NÀO?:

✓ Xem bài giảng "Machine Learning và AI Prerequisite Roadmap" (có sẵn trong FAQ của bất kỳ khóa học nào của tôi).

CÁC TÍNH NĂNG ĐỘC ĐÁO:

✓ Mỗi dòng code được giải thích chi tiết - gửi email cho tôi bất cứ lúc nào nếu bạn không đồng ý.

✓ Không lãng phí thời gian "gõ" trên bàn phím như các khóa học khác - thành thật mà nói, không ai có thể thực sự viết code đáng để học chỉ trong 20 phút từ đầu.

✓ Không ngại toán trình độ đại học - nắm bắt được những thông tin chi tiết quan trọng về thuật toán mà các khóa học khác bỏ sót.

Khóa học này dành cho ai:

✓ Bất kỳ ai muốn tìm hiểu về trí tuệ nhân tạo, khoa học dữ liệu, học máy và học sâu.

✓ Cả sinh viên và người đi làm.