Обучение с подкреплением Q-learning, Policy Gradient (Reinforce), Actor-Critic Практика на gym

Reinforcement learning является довольно новым и перспективным направлением Машинного обучения. В отличие от Классических методов и Глубокого обучения, по нему есть очень мало материалов и курсов на русском языке, многие из которых написаны очень сложно и мудрено.
На этой лекции преподаватель расскажет доступным языком все основные подходы Обучения с подкреплением.
🤔 Зачем изучать Reinforcement learning? Обучение с подкреплением применяется во множестве прикладных задач: начиная от участия в игровых соревнованиях по Dota2, Starcraft и го, заканчивая управлением технологическими процессами, показом рекламы в интернете и подбором рекомендаций пользователям, игрой на бирже и управлением инвестиционными портфелями. Именно через Обучение с подкреплением лежит путь к сильному искусственному интеллекту.
Практика и все сопутствующие материалы будут выложены на сайте курса plyus.pw/ml2020
Преподаватель курса: ассистент кафедры информатики МФТИ Павел Плюснин.

[@viktorperov9020]

Божественная серия лекций, которая раскладывает по полочкам все несвязанные знания. Просмотрел его перед написанием диплома, и неимоверно доволен!

[@ЛёликСидоркин]

Такое понятное объяснение по RL, как у Вас, редко встретишь. Все ясно и понятно по ходу лекции. Я слушал Воронцова, хорошо, но сразу не укладывается, нужно повторять. Слушал Нейчева, слишком общо и по верхам. Спасибо Вам за Ваш труд.

[@МихаилЮрков-т1э]

Это одна из самых лучших лекций (если не самая лучшая) по Обучению с подкреплением. Павел, огромное Вам спасибо за Ваш труд. Очень ясное и понятное объяснение, замечательная подача материала, подробное объяснение важных моментов.

[@vg835]

шикарное объяснение. спасибо

[@vladislavrodin8036]

спасибо за лекцию. Многое уложилось в голове именно после ее просмотра

[@lucky-twins4213]

Очень полезное видео, всё очень четко и понятно объяснили. Прочитала до этого несколько статей по RL, но только после этого видео всё встало на свои места. Благодарю !!!

[@ИванКутиков-з8и]

Отлично объясняешь!

[@masterpro2288]

Спасибо огромное за ваш труд, лекции очень помогли мне! Только еще если бы была литература с помощью которой вы готовили это материал, что б детальнее разобраться, да и если б вы выложили эти презентации на сайт, тогда б было вообще супер. Но и так спасибо)

[@beksaf1088]

Отличное обьяснение. Спасибо

[@alexanderalexandrov3972]

первое понятное видео)

[@rubi6228]

24:49 доллар? поздравляю, вы получаете награду - статус иноагента!

[@Елена-к8б8п]

Потрясающая лекция, огромное спасибо! Реально первое понятное объяснение!

[@Виктор-н8р7д]

Спасибо.

[@georgeurumov5673]

отличная лекция. есть ли у вас ссылка на jupyter notebook?

[@ToshbI4]

Лучше, чем куча перечитанных статей. Стоит потраченного времени.

[@arsen_i]

Спасибо за видео. Возник вопрос - когда мы рассматривали на 48 минуте values V1 и V2, не должно ли там где было -1 быть -1+гамма, а где 1 быть 1-гамма?

[@Анастасия-ы8ж5ъ]

Спасибо, в целом хорошая лекция ПС: c 50:00 непонятно почему пересчитывая из V2 в V3 клетку с гамма^2 мы получаем гамма^2. Хотя должны получить гамма^2 + гамма

[@roman445]

Здравствуйте, а где можно посмотреть код, который использовался в практике? Заранее спасибо!

[@BQ-201]

Кто может подсказать какая это версия gym ?

[@alexanderkurzenkov9679]

а где обещанный и анонсированый Actor-Critic???

[@plyuspavel]

Начиная с 1:49:54

[@eduardtsuranov712]

@@plyuspavel Практические примеры бы еще на PG, A2C (может даже A3C). Вообще бы красота была! А так Спасибо!!!

[@Мы.русские...С.нами.Бог]

Очкарик, найми переводчика себе, потом делай ролики. Этот поток рунглиша невозможно слушать.

[@MaysonThorson]

Иди лапти плети, а не лекции по машинному обучению слушай. Это не твой уровень, раз не понимаешь важность знания терминологии на английском.

[@Мы.русские...С.нами.Бог]

@@MaysonThorson А зачем мне знание вашего петушиного сленга? У меня свой язык есть.