What You Will Learn!
- 강화학습의 주요 개념
- 실전 알고리즘 실습과 프로젝트
- 실제 문제에 적용할 수 있는 강화학습 Skill
- Value-based Reinforcement Learning
- Policy-based Reinforcement Learning
- DQN & DDQN
- Policy gradient
- REINFORCE
- Actor-Critic method
- DDPG
- OpenAI-Gym
- Stablebaseline
- tensorflow
Description
남들보다 10년 먼저 배우는 인공지능 필수 SKILL
실리콘밸리 AI 엔지니어 직강 "내손으로 강화학습"
강화학습이란?
- 컴퓨터의 빠른 연산력으로 스스로 학습하는 강화학습은, 특정 환경에 놓인 에이전트에게 행동에 따라
새로운 상태와 보상을 주어 가장 많은 보상을 획득하는 최적의 방법을 찾는 인공지능 기술입니다.
실습환경&언어
- Jupyterlab, Python, TensorFlow, OpenAI
핵심만 깔끔하게 끝내고 기초부터 함께하는 프로젝트
Step 1. 초압축 강화학습 핵심
- Basic of Reinforcement Learning
- Key Concept in RL
Step 2. 강화학습 알고리즘 집중탐구
- Taxonomy of RL algorithms
- Q learning(DQN,DDQN)
- Policy Optimization(Reinforce,A2C,PPO)
- DDPG
Step 3. 내손으로 체화하는 실전 프로젝트
- Tensorflow 2.0으로 DQN 바닥부터 짜보기
- Stable- baseline Library로 DQN 사용하기
- Tensorflow 2.0으로 REINFORCE 바닥부터 짜보기
- Stalbe-baseline Library로 PPO 사용하기
Who Should Attend!
- 강화학습을 제대로 배우고 싶은 분들
- 기술 영역을 넓히고 싶은 개발자
- 관련 IT 전공생 또는 커리어 전환을 꿈꾸는 분들
- AI 대학원에 진학 예정인 분들
