Köszönjük, hogy elküldte érdeklődését! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Köszönjük, hogy elküldte foglalását! Csapatunk egyik tagja hamarosan felveszi Önnel a kapcsolatot.
Kurzusleírás
Bevezetés a Reinforcement Learning és az Agens-alapú AI-vához
- Döntéshozatal bizonytalanság alatt és sorrendes tervezés
- Az RL kulcselemei: ügynökök, környezetek, állapotok és jutalmak
- Az RL szerepe az alkalmazkodó és agens-alapú AI rendszerekben
Markov Döntési Folyamatok (MDPs)
- Az MDP-k formális meghatározása és tulajdonságai
- Értékfüggvények, Bellman-egyenletek és dinamikus programozás
- Szabályzatértékelés, javítás és iteráció
Model-mentes Reinforcement Learning
- Monte Carlo és Időbeli Különbség (TD) tanulás
- Q-tanulás és SARSA
- Gyakorlat: táblázatos RL-módszerek implementálása Pythonban
Mély Reinforcement Learning
- Neurális hálózatok és RL kombinációja funkciós közelítésre
- Mély Q-Hálózatok (DQN) és tapasztalati visszajátszás
- Actor-Critic architektúrák és szabályzatgradiensek
- Gyakorlat: ügynök képzése DQN és PPO Stable-Baselines3 használatával
Felfedezési Stratégiák és Jutalmak Formálása
- Az észlelés és kihasználás egyensúlyozása (ε-greediness, UCB, entropia módszerek)
- Jutalmi függvények tervezése és a nem kívánt viselkedések elkerülése
- Jutalmak formálása és tanulási rendszerterv
Haladó Témák a RL-ben és a Döntéshozatalban
- Többügynökös reinforcement learning és együttműködési stratégiák
- Hierarchikus reinforcement learning és opciók keretrendszere
- Offline RL és mintázat-másoló tanulás biztonságos alkalmazásáért
Szimulációs Környezetek és Értékelés
- Az OpenAI Gym és egyedi környezetek használata
- Folyamatos vs. diszkrét cselekvési tér
- Metrikák az ügynökök teljesítményére, stabilitására és mintavételezési hatékonyságára
RL Integrálása Agens-alapú AI Rendszerekbe
- Gondolkodás és RL kombinálása híbridd ügynöki architektúrákban
- Reinforcement learning integrálása eszköz-használati ügynökökkal
- Műveleti szempontok a méretezés és alkalmazás szempontjaihoz
Záró Projekt
- Reinforcement learning ügynök tervezése és implementálása egy szimulált feladathoz
- Tanítási teljesítmény elemzése és hiperparaméterek optimalizálása
- Alkalmazkodó viselkedés és döntéshozatal bemutatása agens-környezetben
Összefoglalás és Következő Lépések
Követelmények
- Erős Python programozási képesség
- Alapvető megértés a gépi tanulás és mélytanulás fogalmainak
- Ismeret az algebrával, valószínűségszámítással és alapvető optimalizálási módszerekkel
Célcsoport
- Reinforcement learning mérnökök és alkalmazott mesterséges intelligencia kutatók
- Robótika és automatizálás fejlesztői
- Munkacsoportok, amelyek alkalmazkodó és agens-alapú mesterséges intelligencia rendszerek fejlesztésén dolgoznak
28 órák
Vélemények (3)
Jó ismeret- és gyakorlati keverék
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurzus - Agentic AI for Enterprise Applications
Gépi fordítás
A számítástudomány elméleti és gyakorlati, valamint magasabb és alacsonyabb szintű perspektívák keverékének bemutatása
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kurzus - Autonomous Decision-Making with Agentic AI
Gépi fordítás
gyakorló feladatok
Daniel - Facultatea S.A.I.A.P.M.
Kurzus - Agentic AI in Multi-Agent Systems
Gépi fordítás
