Aprendizagem por Reforco com Augmented Random Search ARS
What you’ll learn
Teoria sobre a técnica ARS (Augmented Random Search)
Implementação passo a passo de uma inteligência artificial para controlar um robô em um ambiente simulado
Requirements
Lógica de programação, principalmente estruturas condicionais e de repetição
Programação básica em Python
Conhecimentos sobre instalação de softwares básicos, porém, durante o curso será mostrado o processo de instalação das ferramentas utilizadas
Noções de Orientação a Objetos, como: classes, objetos, atributos e métodos
Description
Neste curso você vai aprender um novo tipo de inteligência artificial, que é quase tão poderosa quanto o algoritmo usado pelo Google Deep Mind para treinar uma IA caminhar e correr por um ambiente! O nome dessa técnica é Augmented Random Search (Pesquisa Aleatória Aumentada), foi criada em 2018 e é em média 15 vezes mais rápida do que algoritmos tradicionais!Esse algoritmo está dentro da área de Aprendizagem por Reforço, que é um tipo de aprendizagem usado em sistemas multi-agente no qual os agentes devem interagir no ambiente e aprenderem por conta própria, ganhando recompensas positivas quando executam ações corretas e recompensas negativas quando executam ações que não levem para o objetivo. A inteligência artificial aprende sem nenhum conhecimento prévio, adaptando-se ao ambiente e encontrando as soluções sozinha!E para levar você até essa área, neste curso você terá uma visão teórica e principalmente prática sobre o treinamento da simulação de um robô que precisa aprender a andar em um ambiente. Usaremos a técnica ARS (Augmented Random Search), o Python como linguagem de programação e o Gym como ambiente de simulação. O conteúdo do curso está dividido em duas partes:Teoria sobre ARS (Augmented Random Search)Construção passo a passo da inteligência artificial para controlar o robô. Implementaremos o algoritmo ARS totalmente do zero, sem o uso de nenhuma biblioteca de aprendizagem de máquina!Preparado(a) para dar um importante passo na sua carreira? Aguardamos você no curso! 🙂
Overview
Section 1: Introdução
Lecture 1 Boas-vindas e conteúdo do curso
Lecture 2 Mais sobre Inteligência Artificial
Lecture 3 PDF de Recursos
Lecture 4 Código fonte completo + slides
Section 2: Parte 1 – Augmented Random Search (ARS) – Intuição
Lecture 5 Conteúdo
Lecture 6 Visão geral sobre ARS (Augmented Random Search)
Lecture 7 Como um perceptron funciona?
Lecture 8 Maximização de Recompensas
Lecture 9 Método de Diferenças Finitas
Lecture 10 Métodos Básicos x ARS
Lecture 11 ARS x Outras IAs
Section 3: Parte 2 – Augmented Random Search (ARS) – Implementação
Lecture 12 ARS – Parte 1
Lecture 13 ARS – Parte 2
Lecture 14 ARS – Parte 3
Lecture 15 ARS – Parte 4
Lecture 16 ARS – Parte 5
Lecture 17 ARS – Parte 6
Lecture 18 ARS – Parte 7
Lecture 19 ARS – Parte 8
Lecture 20 ARS – Parte 9
Lecture 21 ARS – Parte 10
Lecture 22 ARS – Parte 11
Lecture 23 ARS – Parte 12
Lecture 24 ARS – Parte 13
Lecture 25 ARS – Parte 14
Lecture 26 ARS – Parte 15
Lecture 27 ARS – Parte 16
Lecture 28 ARS – Parte 17
Lecture 29 ARS – Parte 18
Lecture 30 ARS – Parte 19
Lecture 31 ARS – Parte 20
Lecture 32 Para usuários do Windows
Lecture 33 ARS – Resultados Finais
Lecture 34 AULA BÔNUS
Pessoas interessadas em novas tecnologias de inteligência artificial,Pessoas interessadas em simular robôs caminhando com aprendizagem por reforço,Pessoas interessadas no algoritmo ARS (Agumented Random Search),Alunos de graduação que estão estudando disciplinas ligadas a área de Inteligência Artificial
Course Information:
Udemy | Português | 3h 3m | 1.65 GB
Created by: Jones Granatyr
You Can See More Courses in the Developer >> Greetings from CourseDown.com