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

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Apprentissage automatique avancé : apprentissage par renforcement discret

À propos
Confidentialité
Mentions légales

Graph Chatbot

Séances de cours associées (57)

Concepts d'apprentissage par renforcement Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts clés de l'apprentissage par renforcement, des réseaux neuronaux, du clustering et de l'apprentissage non supervisé, en mettant l'accent sur leurs applications et leurs défis.

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

Introduit l'apprentissage par renforcement, couvrant ses concepts, ses applications et ses algorithmes clés.

Agents d'apprentissage profond : Renforcement de l'apprentissage Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les agents d'apprentissage profond dans l'apprentissage du renforcement, en mettant l'accent sur les approximations du réseau neuronal et les défis dans la formation des systèmes multiactifs.

Techniques de programmation linéaire dans l'apprentissage par renforcement Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'approche de programmation linéaire de l'apprentissage par renforcement, en se concentrant sur ses applications et ses avantages dans la résolution des processus décisionnels de Markov.

Processus stochastiques contrôlés Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les processus stochastiques contrôlés, en se concentrant sur l'analyse, le comportement et l'optimisation, en utilisant la programmation dynamique pour résoudre les problèmes du monde réel.

Programmation dynamique : contrôle optimal Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la programmation dynamique pour un contrôle optimal, couvrant le remplacement de la machine, les chaînes de Markov, les politiques de contrôle et les problèmes quadratiques linéaires.

Théorie du contrôle optimal : les bases Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les principes fondamentaux de la théorie du contrôle optimal, en se concentrant sur la définition des OCP, l'existence de solutions, les critères de performance, les contraintes physiques et le principe d'optimalité.

Renforcement de l'apprentissage pour Pacman Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre l'application de l'apprentissage du renforcement pour enseigner à Pacman de jouer de manière autonome par essai et erreur.

Chaînes de Markov: bases et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Présente les chaînes de Markov, couvrant les bases, les algorithmes de génération et les applications dans les promenades aléatoires et les processus de Poisson.

Agents d'apprentissage: Tradeoff Exploration-Exploitation Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le compromis exploration-exploitation dans l'apprentissage des effets inconnus des actions en utilisant des bandits multi-armés et Q-learning.

Vente d'actifs: Politique de revenus optimale Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la dynamique de vente d'actifs, la politique de revenus optimale, les seuils d'acceptation et l'impact sur les prix des produits de base.

Deep Learning : dimensionnalité et représentation des données Connectez-vous à Mediaspace pour regarder cette vidéo

Plonge dans la dimensionnalité de l'apprentissage profond, la représentation des données et la performance dans la classification des données à grande dimension, explorant la malédiction de la dimensionnalité et le noyau tangent neuronal.

L'apprentissage automatique efficace grâce à la synthèse des données Connectez-vous à Mediaspace pour regarder cette vidéo

Explore l'apprentissage automatique efficace par la synthèse des données, couvrant les défis, les méthodes et les applications impactées dans divers domaines.

Contrôle optimal stochastique: Théorème de Martingale Connectez-vous à Mediaspace pour regarder cette vidéo

Explore le contrôle optimal stochastique, mettant l'accent sur la consommation et l'investissement optimaux, le théorème de représentation de Martingale et le théorème de vérification.

Fondements de l'apprentissage profond: Aperçu de l'architecture transformatrice Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les concepts fondamentaux de l'apprentissage profond et de l'architecture Transformer, en se concentrant sur les réseaux neuronaux, les mécanismes d'attention et leurs applications dans les tâches de modélisation de séquence.

Machine de Boltzmann : RBM Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la machine Boltzmann restreinte, une version plus expressive de la machine Boltzmann avec des unités cachées.

Deep Learning Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les bases de l'apprentissage profond, y compris les représentations de données, le sac de mots, le prétraitement des données, les réseaux de neurones artificiels et les réseaux de neurones convolutifs.

Deep Learning: Représentations de données et réseaux neuraux Connectez-vous à Mediaspace pour regarder cette vidéo

Couvre les représentations de données, le sac de mots, les histogrammes, le prétraitement des données et les réseaux neuronaux.

Architectures neurales pour l'IA et la cognition Connectez-vous à Mediaspace pour regarder cette vidéo

Explore les architectures neurales pour l'IA incarnée, les systèmes cognitifs, et l'intégration de l'informatique et de la robotique.

Réseaux neuronaux : logique et applications Connectez-vous à Mediaspace pour regarder cette vidéo

Explore la logique de la fonction neuronale, le modèle Perceptron, les applications d'apprentissage profond et les niveaux d'abstraction dans les modèles neuronaux.

Page 2 sur 3