TGViewer
Channel Public Channel
Обучение с подкреплением

Обучение с подкреплением

@rl_course

Open in Telegram
Subscribers
51
Photos
2
Videos
0
Links
10
Recent Posts 20 shown
Post #21 50
Блокнот с примерами кодирования состояний и контрпримером Бэрда.
  • ❤ 2
Post #20 62
Обучение с подкреплением

This post (sticker, poll or similar) has no web preview. Open in Telegram

  • ❤ 3
Post #18 92

This post (sticker, poll or similar) has no web preview. Open in Telegram

  • 🔥 2
  • ⚡ 1
Post #17 123
Блокнот с обзором табличных методов.
  • 🔥 1
Post #16 130
Сегодня лекция начнется в 17:20.
  • 🤝 3
Post #15 149
Завтра на лекции мы приступим к алгоритмам уже непосредственно RL. Разберем, как они работают в табличных средах. Продвинутые алгоритмы, несмотря на свои нюансы и особенности, тем не менее отталкиваются от тех же базовых концепций.
  • 🔥 3
Post #14 164
Обучение с подкреплением Блокнот с обзором библиотеки gymnasium выложен на github.
В качестве упражнения можно взять среду GridWorld из этого блокнота и прогнать на ней эти два алгоритма.
  • ❤ 1
Post #13 150
Блокнот с псевдокодом алгоритмов Value Iteration и Policy Iteration, примерами с пошаговым выполнением алгоритмов, описанием ограничений методов динамического программирования.
  • ❤ 1
Post #12 146
В среду я забыл ответить на вопрос, остававшийся с позапрошлой лекции. Вопрос такой: если V-функция невыпуклая, как мы стремимся к её оптимальному значению? Ответ, вероятно, уже понятен, но на всякий случай уточню: выпуклость здесь не требуется, потому что поиск оптимума осуществляется не через градиентный спуск, а посредством сжимающего отображения.
  • ❤ 3
  • 👍 1
  • 🤓 1
Post #10 148
На завтрашней лекции мы разберем уравнения оптимальности Беллмана и базовые подходы динамического программирования. Именно этот математический аппарат служит теоретическим фундаментом для RL — он строго обосновывает, почему алгоритмы непосредственно обучения с подкреплением в принципе способны сходиться и эффективно работать. Кроме того, мы увидим сильные ограничения этих подходов, которые делают переход к методам RL необходимым.
  • ❤ 2
Post #9 151
Блокнот с обзором библиотеки gymnasium выложен на github.
  • 🔥 3
Post #8 179
Завтра начнем лекцию с обзора библиотеки Gymnasium — единого стандарта API для задач обучения с подкреплением в экосистеме Python. После этого поговорим о двух фундаментальных функциях в RL: функции ценности состояния и функции ценности пары состояние-действие.
  • ❤‍🔥 4
  • ❤ 1
  • 🔥 1
Post #7 194
Пожалуйста, заполните короткую форму по ссылке, если вы планируете посещать курс. Опрос займет менее минуты и ни к чему вас не обязывает. Ответы помогут адаптировать программу и выбрать наиболее актуальные темы.

https://forms.yandex.ru/u/6aa3c15c493639578b8f6592
  • ❤ 1
Post #6 200

This post (sticker, poll or similar) has no web preview. Open in Telegram

  • 🔥 3
  • 🥰 1
Post #5 161
Завтра на лекции поговорим о математической рамке, внутри которой работает RL, и, если останется время, о Gymnasium — самой известной Python-библиотеке в области обучения с подкреплением.
  • ❤ 6
Post #4 255

This post (sticker, poll or similar) has no web preview. Open in Telegram

  • 🔥 1
Older posts →

About this channel

How can I read @rl_course without a Telegram account?
TGViewer shows the public web preview Telegram publishes for Обучение с подкреплением: recent posts, photos, videos and the subscriber count, with no app, login or account.
How many subscribers does Обучение с подкреплением have?
Обучение с подкреплением (@rl_course) has 51 subscribers on Telegram, refreshed roughly every 30 minutes.
Does Обучение с подкреплением know I viewed it here?
No. Public channel previews carry no viewer identity, and TGViewer has no accounts or tracking of what you look up.
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →