Вернуться на Курс

Reinforcement Learning: От основ до продвинутых техник

0% пройдено
0/0 Шагов
  1. Применение обучения с подкреплением на финансовых рынках // Курс «Reinforcement Learning»
  2. Основные алгоритмы в обучении с подкреплением //Демо-занятие курса «Reinforcement Learning»
  3. Введение в обучение с подкреплением: происхождение и отличительные особенности
  4. Конечный марковский процесс принятия решений и управление методом Монте-Карло
  5. TD Learning и Q-learning // Демо-занятие курса «Reinforcement Learning»
  6. Игры с человеком и компьютером // Демо-занятие курса «Reinforcement Learning»
  7. Развитие искусственного интеллекта в игровой индустрии // Курс «Reinforcement Learning»
  8. Применение обучения с подкреплением на финансовых рынках // Курс «Reinforcement Learning»
  9. Применение фреймворка FinRL для моделирования торгового агента // Курс «Reinforcement Learning»
  10. Знакомство с RL. Классические алгоритмы SARSA и Q-learning // Курс «Reinforcement Learning»
  11. Применение нейросетевых моделей в обучении с подкреплением // Занятие курса «Reinforcement Learning»
  12. Построение торгового агента на базе фреймворка FinRL // Демо-занятие курса «Reinforcement Learning»

Участники 4

Reinforcement Learning: От основ до продвинутых техник Основные алгоритмы в обучении с подкреплением //Демо-занятие курса «Reinforcement Learning»
Урок 2 из 12
Выполняется

Основные алгоритмы в обучении с подкреплением //Демо-занятие курса «Reinforcement Learning»

Valentina 24.10.2024