Hoppa till innehållet
AI-grafen
Logga in
☰ Meny

Mål E Universitet

Träna en agent med belöning

Från banditer till policy gradient: bygg en miljö, låt en agent lära sig av belöning, och förstå varför RL är svårt.

Kunskaper
31
Från noll
ca 18 h
Labbar
6
Se vad du redan kan — utan konto

Diagnosen föreslår en startpunkt. Övningarna visar vad du faktiskt kan.

Det här kan du efteråt

Labbar på vägen

Du skriver koden. Tester du inte ser avgör om den håller.

Labb: gradient descent från grundenDi webbläsaren · ca 50 minLabb: bästa linjen med minsta kvadratmetodenCi webbläsaren · ca 40 minLabb: dina första Python-funktionerCi webbläsaren · ca 30 minLabb: listor, loopar och dictionariesCi webbläsaren · ca 40 minLabb: medelvärde, median och standardavvikelse för handCi webbläsaren · ca 40 minLabb: simulera tärningar och jämför med teorinCi webbläsaren · ca 40 min

Hela vägen

Allt målet bygger på, grupperat per nivå och i den ordning det bygger på varandra. Visa på kartan

AUpptäckare4 kunskaper
  1. Mönster och kategorier
  2. Sannolikhet och risk i vardagen
  3. Sekvenser och exakta instruktioner
  4. Styra en process med kommandon
BUtforskare8 kunskaper
  1. Data i vardagen
  2. Algoritmiskt tänkande
  3. Regelbaserade system och maskininlärning
  4. Förstärkningsinlärning: lära av feedback
  5. När AI:n optimerar fel mått
  6. Slump och sannolikhet: grundläggande beräkningar
  7. Träningsdata, features och etiketter
  8. Klassificering: hur en modell sorterar information
CByggare8 kunskaper
  1. Funktioner och koordinatsystem
  2. Programmeringslogik — variabler, villkor, loopar
  3. Python — grunderna
  4. Python — listor, loopar och dictionaries
  5. Statistik — medelvärde, median och spridning
  6. Sannolikhet — grunderna
  7. Linjär regression: anpassa en rät linje till data
  8. Prova nytt eller ta det säkra?
DAI-utvecklare6 kunskaper
  1. Derivata och optimering
  2. Python — funktioner, scope och undantag
  3. Python — klasser och objekt
  4. Betingad sannolikhet
  5. Gradient descent
  6. Rutnätsvärlden: din första RL-agent
EUniversitet5 kunskaper
  1. Miljöer och simulering
  2. Flerarmade banditer
  3. Reinforcement learning — grunderna
  4. Markovbeslutsprocesser
  5. Q-learning