Merci d'avoir envoyé votre demande ! Un membre de notre équipe vous contactera sous peu.
Merci d'avoir envoyé votre réservation ! Un membre de notre équipe vous contactera sous peu.
Plan du cours
Introduction à l'apprentissage par renforcement
- Aperçu de l'apprentissage par renforcement et de ses applications
- Différences entre l'apprentissage supervisé, non supervisé et par renforcement
- Concepts clés : agent, environnement, récompenses et politique
Processus de décision de Markov (MDP)
- Compréhension des états, des actions, des récompenses et des transitions d'état
- Fonctions de valeur et l'équation de Bellman
- Programmation dynamique pour la résolution des MDP
Algorithmes RL fondamentaux
- Méthodes tabulaires : Q-Learning et SARSA
- Méthodes basées sur la politique : algorithme REINFORCE
- Cadres Actor-Critic et leurs applications
Apprentissage par renforcement profond
- Introduction aux Deep Q-Networks (DQN)
- Rejeu d'expérience (Experience replay) et réseaux de destination (target networks)
- Gradients de politique et méthodes avancées de deep RL
Cadres de travail et outils RL
- Introduction à OpenAI Gym et à d'autres environnements RL
- Utilisation de PyTorch ou de TensorFlow pour le développement de modèles RL
- Entraînement, test et benchmark des agents RL
Défis en RL
- Équilibrer l'exploration et l'exploitation lors de l'entraînement
- Gérer les récompenses rares et les problèmes d'attribution de crédit
- Évolutivité et défis computationnels en RL
Activités pratiques
- Implémentation des algorithmes Q-Learning et SARSA à partir de zéro
- Entraînement d'un agent basé sur DQN pour jouer à un jeu simple dans OpenAI Gym
- Ajustement fin des modèles RL pour améliorer les performances dans des environnements personnalisés
Synthèse et prochaines étapes
Pré requis
- Compréhension solide des principes et des algorithmes d'apprentissage automatique
- Maîtrise de la programmation Python
- Familiarité avec les réseaux de neurones et les cadres de deep learning
Public cible
- Ingénieurs en apprentissage automatique
- Spécialistes de l'IA
14 Heures
