Этот Курс-это все о Применение deep learning, нейронные Сети, reinforcement learning.
Если Вы приняли мой первый reinforcement learning-Класс, то Вы знаете, что reinforcement learning в bleeding edge, того, что можно сделать с AI. В частности, Сочетание Глубокого обучения с reinforcement learning привело AlphaGo победить чемпионов мира в Стратегии Игра Go, которая в себе Автомобиль в движение, и это привело, Машины, играть в Видеоигры нечеловеческой Уровня.
Reinforcement learning, существуют с 70-х годов, но ничего, это было бы возможно, до сих пор. Мир меняется очень быстрыми Темпами. Штат Калифорния, изменения Его Положения, например то, что self-driving car Компаний могут проверить Свои Автомобили, не один Человек в Машине, чтобы контролировать.
Мы видели, что reinforcement learning-это совершенно другой Вид Машины, обучение, мониторинг и unüberwachtes учиться. Мониторинг и unüberwachtes обучения алгоритмов для Анализа и Прогнозирования Данных, Принимая во внимание, что reinforcement learning через Обучение Агента для Взаимодействия с Окружающей средой и Максимизации прибыли. В Отличие фильтрованной и unüberwachtes алгоритмов обучения, reinforcement learning Агенты имеют Импульс, хотят для достижения Цели.
Это один из тех увлекательную Перспективу, может даже быть проверено и / unüberwachtes и обучения "data science", кажется скучным, в Ретроспективе. Почему тренировки нейронной Сети, чтобы узнать о Данных в Базе данных, когда Вы тренируетесь нейронной Сети для Взаимодействия с реальным Миром? Во время глубоко reinforcement learning, AI имеет большой Потенциал, но и большие Риски.

DOWNLOAD
takefile


uploadgig


nitroflare


rapidgator


turbobit

---