과정상세
[Live] PyTorch로 배우는 강화학습
교재제공 중급
[Live] PyTorch로 배우는 강화학습
과정요약
학습시간 | 21시간 | 난이도 | 중급 |
---|---|---|---|
교육비 지원 | 고용보험 비환급 | 평가항목 | 출석률 100% |
수료기준 | 총점 80점 이상시 수료 | 정원 | 24 명 |
교재정보 |
과정소개
※ 본 교육을 위해 사용될 PC 사양은 아래의 내용으로 권장드립니다.
- CPU: i5 이상
- 메모리: 8GB 이상
- 운영체제: 윈도우즈 10
학습목표
- - 강화학습의 기초적인 개념을 이해하고 대표적인 알고리즘들에 대해 알아본다.
- - Pytorch의 기초적인 사용법을 배우고 DQN, DDPG 등 대표 알고리즘을 직접 구현해본다.
- - 알고리즘과 업데이트 알고리즘 이외에 현실 문제에 강화학습을 적용하기 위해 알아야 하는 점들을 확인해본다.
학습대상
- - 간단한 딥러닝 모델 구현 경험이 있으신 분
- - 현업에서 강화학습을 적용해보고 싶으신 분
- - 강화학습 알고리즘에 대해 정확히 알고 싶으신 분
- - Pytorch를 사용한 모델 구현에 관심 있으신 분
교재소개
- 본 과정은 교재를 포함합니다.
과정목차 21
-
1 일차
-
Tabular-based methods
- 강화학습 소개
-
Tabular-based methods
-
Tabular-based methods
- MDP 소개
- Dynamic Programming 소개
- Policy Iteration, Value Iteration 구현
- Monte-Carlo 방법, Temporal Difference 방법 소개
- SARSA와 Q-Learning 소개
- SARSA와 Q-Learning 구현
-
Value-based methods
- DQN 소개
- Double DQN 소개
- PyTorch 소개 및 구현
- DQN, Double DQN 구현
- Policy Gradient 소개
- Actor-Critic 소개
- A2C 구현
-
Advanced actor-critic methods
- DDPG 소개
- DDPG 구현
- Maximum entropy RL 소개
- SAC 소개
- TAC 소개
- SAC 구현
- TAC 구현
수강후기 1
-
2.5박*주
2022.07.15
내용이 어렵고 실습 위주의 교육은 소집교육으로 진행하는 것이 좋을것 같습니다.
[Live] PyTorch로 배우는 강화학습 관련과정
교재제공