Mediaspace scheduled maintenance: Aug 25, 2026 07:00 - 12:00 AM. During this time, videos will be temporarily unavailable. Check status updates.

Concept

Processus de décision markovien

Séances de cours associées (32)

Processus de décision de Markov: fondements de l'apprentissage par renforcement

Couvre les processus décisionnels de Markov, leur structure et leur rôle dans l'apprentissage par renforcement.

Iteration des politiques et programmation linéaire dans les MDP

Discute de l'itération des politiques et des méthodes de programmation linéaire pour résoudre les processus décisionnels de Markov.

Processus de décision de Markov: Techniques de programmation dynamique

Discute des processus décisionnels de Markov et des techniques de programmation dynamique pour résoudre des politiques optimales dans divers scénarios.

Équation de Lindblad

Couvre l'interprétation de l'équation de Lindblad et sa partie unitaire dans les gaz quantiques.

Équation de Lindblad

Couvre la dérivation de l'équation de Lindblad et l'évolution des gaz quantiques.

Accélération de l'itération de valeur : fractionnement de l'opérateur et de l'IDP

Explore l'accélération de l'algorithme d'itération de valeur en utilisant la théorie de contrôle et les techniques de fractionnement de matrice pour atteindre une convergence plus rapide.

Apprentissage automatique avancé : apprentissage par renforcement discret

Présente les bases de l'apprentissage par renforcement, couvrant les états discrets, les actions, les politiques, les fonctions de valeur, les PDM et les politiques optimales.

Apprentissage par renforcement : horizon en une étape (problèmes de bande)

Couvre les problèmes de bandits dans l'apprentissage par renforcement, en se concentrant sur les jeux d'horizon en une étape et les valeurs Q.

Monte Carlo Tree Search et Alpha Zero

Explore Monte Carlo Tree Search et Alpha Zero dans l'apprentissage par renforcement profond.

Équation de Bellman : Cohérence de la valeur et actions optimales

Couvre l'équation de Bellman, les valeurs Q, le facteur de réduction et les actions optimales.

Chaînes Markov: Ergodicité et distribution stationnaire

Explore l'ergonomie et la distribution stationnaire dans les chaînes Markov, en mettant l'accent sur les propriétés de convergence et les distributions uniques.

Programmation dynamique : Optimisation de portefeuille

Explore la programmation dynamique pour optimiser les choix de portefeuille et la théorie de la tarification des actifs.

RL profonde basée sur le modèle: planification et VAST

Couvre l'apprentissage par modèle, la planification, la tabulation des états variables et la mise à jour efficace des valeurs Q et V.

Récurrence positive: distributions invariantes

Explore les récurrences positives et les distributions invariantes dans les chaînes de Markov, en discutant de leur relation et de leurs implications.

Problème de vente d'actifs Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le problème de la vente d'actifs pour maximiser la récompense à long terme sans délai.

Problèmes d'horizon infini : formulation et complexité Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les problèmes d'horizon infini dans les processus de probabilité appliquée et stochastiques.

Stratégie marketing optimale Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre la prise de décision dans le marketing basé sur le comportement du client pour des stratégies optimales.

Jeux de Markov: Concepts et applications dans l'apprentissage par renforcement Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les jeux de Markov, leur dynamique, leurs équilibres et leurs applications dans l'apprentissage par renforcement.

Introduction à l'apprentissage par renforcement: concepts et applications clés Connectez-vous à Mediaspace pour regarder cette vidéo

Introduit l'apprentissage par renforcement, couvrant ses définitions, ses applications et ses fondements théoriques, tout en décrivant la structure et les objectifs du cours.

Représentations factorielles : efficacité de la planification Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les représentations factorisées pour la planification, en se concentrant sur la réduction de la complexité et l'amélioration de l'efficacité grâce à une modélisation distincte des fonctionnalités.