KI Reinforcement Learning - eLearning

450,00 EUR

  • 30 hours
eLearning

Tauche ein in die Zukunft der KI mit dem Kurs zu Reinforcement Learning, in dem Maschinen durch Interaktion, Anpassung und Erfahrung lernen und sich verbessern. Dieser Kurs führt dich in einen der leistungsstärksten Bereiche des maschinellen Lernens ein, der in Robotik, Spiele-KI, Empfehlungssystemen und autonomen Entscheidungsprozessen eingesetzt wird.

Hauptfunktionen

Sprache

Kurs und Materialien auf Englisch

Stufe

Anfänger- bis Fortgeschrittenenniveau

Zugriff

1 Jahr Zugang zur Lernplattform

9 Stunden Video-on-Demand

mit über 30 Stunden empfohlener Lernzeit

30 geführte praktische Übungen

8 automatisch bewertete Prüfungen

46 Wiederholungsquizze

2 umfassende Aufgaben

Zertifikat

Zertifikat über den Abschluss des Programms inbegriffen

Lernergebnisse

Am Ende dieses Kurses werden Sie Folgendes verstehen können:

Grundlagen

Beherrsche die Grundlagen des Multi-Agenten-Reinforcement-Lernens (RL)

Zentrale Paradigmen

Erkunde die drei grundlegenden Paradigmen des maschinellen Lernens

Guthaben

Verstehe das Gleichgewicht zwischen Exploration und Ausbeutung

Tabular-Q

Lerne tabellarische Q-Learning- und Deep-Q-Learning-Ansätze kennen

RLib

Mehrere Agenten mit RLib trainieren

Markov

Verschaffen Sie sich ein Verständnis von Markow-Ketten und Entscheidungsprozessen

Hero

Kurszeitplan

  1. Einführung in das Reinforcement Learning 

    Lektion 01

    • Drei Paradigmen des maschinellen Lernens
    • RL-Erfolgsgeschichten
    • Elemente eines RL-Problems
    • Einführung ins Fitnessstudio
    • Trainieren Ihres ersten RL-Agenten mit RLlib
  2. Einstufiges RL: Mehrarmige Banditen

    Lektion 02

    • Multi-Armed-Bandit-Setting
    • Exploration-Exploitation-Abwägung
    • Grundlegende Ansätze zum Abwägen von Exploration und Exploitation
    • Fortgeschrittene Ansätze zum Ausbalancieren von Exploration und Exploitation
    • Einführung in kontextuelle Banditenprobleme
    • Ein praktisches Beispiel für kontextuelle Banditen
    • Tiefe kontextuelle Banditen
    • Erkundung mit tiefen kontextuellen Banditen
    • Ein praktisches Beispiel mit tiefen kontextuellen Banditen
  3. Mehrstufiges Reinforcement Learning

    Lektion 03

    • Einführung in Markow-Ketten
    • Markow-Belohnungsprozess
    • Markow-Entscheidungsprozess
    • Politikbewertung und -iteration
    • Tabellarisches Q-Learning
    • Praktisches Beispiel für tabellarisches Q-Learning
    • Deep-Q-Learning
    • Verwendung von RLlib zum Trainieren eines Deep-Q-Netzwerks
    • Richtlinienbasierte Methoden
    • Verwendung von RLib zum Trainieren eines PPO-Agenten
  4. Ansätze für Reinforcement Learning in der realen Welt

    Lektion 04

    • Umgang mit spärlichen Belohnungen und schwieriger Exploration
    • Belohnungsgestaltung implementieren
    • Nachteile von Reward Shaping
    • Verwendung von Speicher zur Bewältigung teilweiser Beobachtbarkeit
    • Lösen von zustandslosem Cartpole mit LSTM
    • Überwindung der Sim-to-Real-Lücke
    • Einführung in Multi-Agenten-Verstärkungslernen
    • Training mehrerer Agenten mit RLib
    • Multi-Agenten-Verstärkungslernen
    • Offline-Verstärkungslernen
    • Fazit und weitere fortgeschrittene Themen
Bestärkendes Lernen

Für wen ist dieses Programm geeignet?

Angehende KI- und Machine-Learning-Ingenieure

Datenwissenschaftler, die in das Reinforcement Learning einsteigen möchten

Softwareentwickler, die sich für intelligente Systeme und Automatisierung interessieren

Robotik- und Spieleentwicklungsbegeisterte

Studierende und Fachkräfte, die fortgeschrittene KI-Konzepte erforschen

Für alle, die sich fragen, wie KI durch Versuch und Irrtum lernt

Kurs jetzt starten

Voraussetzungen

  • Grundlegendes Verständnis der Core-Java-Programmierung
  • Vertrautheit mit Konzepten der objektorientierten Programmierung (OOP)
  • Grundkenntnisse im Umgang mit einer IDE (z. B. Eclipse oder Spring Tool Suite)
  • Ein allgemeines Verständnis davon, wie Webanwendungen funktionieren, ist hilfreich, aber nicht erforderlich.

Aussagen

Lizenzierung und Akkreditierung

Dieser Kurs wird gemäß der Partnerprogramm-Vereinbarung angeboten und entspricht den Anforderungen der Lizenzvereinbarung.

Gleichstellungspolitik

Kandidaten werden ermutigt, sich während des gesamten Anpassungsprozesses für Beratung und Unterstützung an das AVC zu wenden.


Häufig gestellte Fragen

Contact background

Benötigen Sie Unternehmenslösungen oder eine LMS-Integration?

Haben Sie nicht den Kurs oder das Programm gefunden, das für Ihr Unternehmen geeignet wäre? Benötigen Sie eine LMS-Integration? Schreiben Sie uns! Wir werden alles lösen!