自強課程

課程名稱

【線上實作課程】Python強化學習及通用人工智慧 (Python Hands-On on Reinforcement Learning towards Artificial General Intelligence) 熱烈招生中全線上

課程代碼：

13W371

上課時間：

113/10/22、10/29，星期二，09:00-16:00，共12小時。

上課時數：

12 小時

上課地點：

網路線上

課程費用：

8000元 (符合超值優惠價格者需送出報名表後，系統發出報名成功回函確認金額。)

超值優惠：

VIP企業會員價：VIP企業會員可享優惠價格 (按我)
會員優惠價： 會員於開課前七天完成報名繳費者可享會員優惠價 7800 元
早安鳥方案：會員於開課二週前(含)報名並完成繳費，可享超值優惠價 7300 元
會員紅利折抵：本課程歡迎使用紅利折抵，最高可使用 100 點

課程目標：

學習強化學習各種解題方法的理論與應用實務，並能運用TensorFlow、PyTorch、Keras、OpenAI等Python套件與函式庫，讓學員短時間內掌握強化學習的重要知識。

課程特色：

強化學習(Reinforcement Learning, RL)處理的問題涉及順序相關的一系列相依決策，而非彼此獨立或一次性的決策制定。其目標在於尋找長期或跨期規劃下的最佳(optimal long-term planning)控制與決策，作業研究 (Operations Research, OR)中的確定性模型與隨機模型均與此類問題相關，動態規劃(dynamic programming)、馬可夫鏈(Markov chains)、馬可夫決策過程(Markov Decision Processes, MDP)、蒙地卡羅模擬(Monte Carlo simulation)等，都是牽涉其中的觀念與解決方法。而應用的場景包括下棋、Atari遊戲、汽車自動駕駛、機器人控制、供應鏈運作、製造品質與設備維護、行銷個人化與推薦系統、財務投資、智慧城市與資通安全等。
與機器學習的另外兩大支柱 - 監督式學習與非監督式學習相比，RL是在不確定的情況下，尋求長期利益最大化的控制與決策過程。它是從試誤經驗中不斷精煉解題策略的無精確目標學習方式，是創建智慧代理人邁向通用人工智慧的計算框架。本課程結合案例數據進行實作，期能激發參與者對智能系統各種應用的興趣，邁向機器自主學習與譬劃未來的新境界。

修課條件：

曾修習機器學習或深度學習相關課程

課程大綱：

A.強化學習背景知識
A-1.隨機變數與機率函數
A-2.抽樣與蒙地卡羅法
A-3.梯度下降與倒傳遞更新

B.強化學習原理
B-1.循序決策相關名詞與動態規劃(狀態state, 行動action, 狀態轉移transition, 報酬reward, 政策policy等)
B-2.馬可夫鏈、貝爾曼方程與馬可夫決策過程
B-3.價值最佳化方法(時間差法, SARSA, Q-learning, 高級技巧)
B-4.政策最佳化方法(政策梯度policy gradient)
B-5.行動者-評論家方法(actor-critic method)
B-6.連續控制與其他主題

課程師資：

鄒慶士教授
專長：人工智慧與機器學習、大數據與資料科學、進化式多目標最佳化、賽局模型應用、等候網路、系統模擬、時間序列分析與控制
現任：國立臺北商業大學資訊與決策科學研究所教授

主辦單位:

財團法人自強工業科學基金會

學員須知：

報名與繳退費方法｜常見問題與解決｜會員紅利積點活動辦法

注意事項

清華大學學生優惠方案：清華大學學生可享課程最低優惠價─VIP企業會員優惠價，完成報名後須來電告知修改費用(使用本優惠價須於報名同時檢附在學中有效的清華大學學生證，且不得開立抬頭「國立清華大學」以外的三聯式公司發票)。

若遇不可預測之突發因素，基金會保有相關課程調整、取消及講師之變動權。

無紙化環境，輕鬆達到減碳救地球，即日起16小時以上課程結業證書或未達16小時課程上課證明皆以電子方式提供。

使用VIP廠商優惠之學員，上課當日報到時須查核該公司識別證(相關證明資料)。

會員紅利折抵限以原價或會員優惠價再折抵，其他方案不適用。