심층 강화학습(Deep Reinforcement Learning)에 대한 필수 이론 학습을 통해 강화학습 기초 개념을 탄탄히 다지고, TensorFlow를 이용한 실제 코드 구현 실습을 통해 심층 강화학습의 원리를 자세히 학습할 수 있는 강의입니다.
이런 걸
배워요!
심층 강화학습(Deep Reinforcement Learning)의 기초와 원리
기본 DQN과 Double Q-Learning, Duel Q-Learning, Prioritized Experience Replay(PER) 최신 논문에서 제안된 심화 DQN 기법
Vanila Policy Gradient(REINFORCE) 기법과 Actor-Critic Method 심화 Policy Gradient 기법(Proximal Policy Optimization[PPO])
심층 강화학습 기초 개념부터 최신 기법까지!
심층 강화학습 기초 개념부터 최신 논문에서 제안된 다양한 기법들을 함께 다룹니다. 자세한 설명과 TensorFlow 코드 실습을 통해 튼튼하게 익혀보세요 😀
Step 1 ✍️
자세한 설명과 단계별 학습을 통해 심층 강화학습(Deep Reinforcement Learning)의 개념과 원리를 탄탄하게 학습합니다.
Step 2 👨🏻💻
Double DQN, Duel DQN, PER와 Actor-Critic까지 최신 심층 강화학습 모델을 TensorFlow(텐서플로) 2.0을 이용해서 구현해 봅시다.
👋 본 강의는 TensorFlow 2.0과 딥러닝 기초에 대한 선수 지식이 필요한 강의입니다. 반드시 아래 강의를 먼저 수강하시거나 그에 준하는 지식을 갖춘 뒤 본 강의를 수강하세요.
👉 딥러닝 핵심 이론과 최신 TensorFlow 2.0을 이용한 딥러닝 코드 구현을 한번에 배울 수 있는 강의입니다.
학습 대상은
누구일까요?
심층 강화학습(Deep Reinforcement Learning)의 개념과 원리를 탄탄히 학습하고 싶은 분
심층 강화학습(Deep Reinforcement Learning)의 다양한 알고리즘을 실제 TensorFlow 코드로 구현해보고 싶은 분
심층 강화학습(Deep Reinforcement Learning)의 다양한 최신 논문을 살펴보고 싶은 분
선수 지식,
필요할까요?
Python 사용경험
선수강의 [TensorFlow 2.0으로 배우는 딥러닝 입문] 수강경험
수강생 수
7,332
수강평 수
471
강의 평점
4.6
강의 수
26
전체
33개 ∙ (5시간 21분)
가 제공되는 강의입니다.