TensorFlow로 배우는 심층 강화학습 입문 - Deep Reinforcement Learning
DQN(Deep-Q-Networks), Double DQN, Duel DQN, PER, Policy Gradient, Proximal Policy Optimization(PPO)
Ratings 4.22 / 5.00
What You Will Learn!
- 심층 강화학습(Deep Reinforcement Learning)의 기초와 원리
- 기본 DQN과 Double Q-Learning, Duel Q-Learning, Prioritized Experience Replay(PER) 최신 논문에서 제안된 심화 DQN 기법
- Vanila Policy Gradient(REINFORCE) 기법과 Actor-Critic Method 심화 Policy Gradient 기법(Proximal Policy Optimization[PPO])
- TensorFlow를 이용한 최신 심층 강화학습(Deep Reinforcement Learning) 기법 구현 방법
Description
심층 강화학습(Deep Reinforcement Learning)에 대한 필수 이론 학습을 통해 강화학습 기초 개념을 탄탄히 다지고, TensorFlow를 이용한 실제 코드 구현 실습을 통해 심층 강화학습의 원리를 자세히 학습할 수 있는 강의입니다.
심층 강화학습 기본 원리 + Double DQN, Duel DQL, PER, PPO 최신 모델
심층 강화학습 기초 개념부터 최신 논문에서 제안된 다양한 기법들을 함께 다룹니다. 자세한 설명과 TensorFlow 코드 실습을 통해 튼튼하게 익혀보세요.
자세한 설명, 단계별 학습 +
최신 모델 구현까지 한번에!
Step 1
자세한 설명과 단계별 학습을 통해 심층 강화학습(Deep Reinforcement Learning)의 개념과 원리를 탄탄하게 학습합니다.
Step 2
Double DQN, Duel DQN, PER와 Actor-Critic까지 최신 심층 강화학습 모델을 TensorFlow(텐서플로) 2.0을 이용해서 구현해 봅시다.
선수 강의
본 강의는 TensorFlow 2.0과 딥러닝 기초에 대한 선수 지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.
AISchool [TensorFlow 2.0으로 배우는 딥러닝 입문]
Who Should Attend!
- 심층 강화학습(Deep Reinforcement Learning)의 개념과 원리를 탄탄히 학습하고 싶은 분
- 심층 강화학습(Deep Reinforcement Learning)의 다양한 알고리즘을 실제 TensorFlow 코드로 구현해보고 싶은 분
- 심층 강화학습(Deep Reinforcement Learning)의 다양한 최신 논문을 살펴보고 싶은 분
