Reinforcement Learning with Python for Beginners

เครื่องจักรเรียนรู้ที่จะตัดสินใจได้อย่างไรเมื่อไม่มีคำตอบที่ถูกหรือผิดง่ายๆ? Reinforcement learning ช่วยให้เอเจนต์เรียนรู้ผ่านการลองผิดลองถูกและรางวัลที่ล่าช้า เลียนแบบวิธีที่มนุษย์ได้รับทักษะใหม่ คุณจะเปลี่ยนจากโปรแกรมเมอร์ที่อยากรู้อยากเห็นไปสู่ผู้พัฒนาที่สามารถสร้างเอเจนต์อัตโนมัติที่ปรับให้เหมาะสมกับความสำเร็จในระยะยาว สิ่งที่คุณจะได้เรียนรู้: - เข้าใจแนวคิดหลักของเอเจนต์ สภาพแวดล้อม และระบบรางวัล - นำ Markov Decision Processes ไปใช้เพื่อสร้างแบบจำลองปัญหาการตัดสินใจ - ใช้ Q-Learning และ SARSA algorithms เพื่อแก้ปัญหาพื้นฐาน - สร้าง Deep Reinforcement Learning agents โดยใช้ neural networks - ฝึกฝนการใช้สภาพแวดล้อมสมัยใหม่ เช่น Gymnasium เพื่อทดสอบ algorithms ของคุณ - วิเคราะห์ trade-offs ระหว่าง exploration และ exploitation ในการเรียนรู้ หลักสูตรเริ่มต้นด้วยศัพท์เฉพาะที่จำเป็นและพื้นฐานทางคณิตศาสตร์ของการตัดสินใจ ก่อนที่จะเข้าสู่การนำไปใช้จริงด้วย Python ของ algorithms แบบคลาสสิก คุณจะได้สำรวจวิธีการจัดโครงสร้างโค้ดสำหรับการฝึกเอเจนต์ และวิธีการประเมินประสิทธิภาพของเอเจนต์ในการตั้งค่าแบบไดนามิก หลักสูตรนี้ออกแบบมาสำหรับผู้เริ่มต้นที่มีความรู้ Python พื้นฐานที่ต้องการเข้าสู่สาขา machine learning โดยไม่จำเป็นต้องมีประสบการณ์ด้าน artificial intelligence มาก่อน เริ่มต้นการเดินทางสู่การตัดสินใจอัตโนมัติของคุณวันนี้