Reinforcement Learning

强化学习(Reinforcement Learning)是机器学习的一种类型,在这种类型中,代理通过在环境中采取行动来学习如何做出决策,从而最大限度地获得奖励。Coursera 的 Reinforcement Learning 目录将向您传授强化学习的基本原理和算法。您将了解探索与开发之间的权衡,学习马尔可夫决策过程(MDP),并探索值函数近似的不同方法。您还将学习如何实现各种强化学习算法,如 Q-Learning、Policy Gradient 方法和 Deep Q-Networks (DQN)。从这些课程中获得的理解将使您能够处理复杂的现实世界问题,如游戏、机器人、导航等。
23凭据
2个在线学位
56门课程

最受欢迎

当前趋势

最新发布

筛选依据

主题
必需的

语言
必需的

在整个课程(说明和评估)中使用的语言。

了解产品
必需的

通过已评分作业、视频和论坛向顶级授课教师学习。
在交互式实践环境中学习新工具或新技能。
通过完成一系列课程和项目,深入学习学科知识。
获得行业领导者颁发的职业证书,展示您学到的专业知识。
在线获得学士学位或硕士学位,所需费用仅为在校学习费用的一小部分。

级别
必需的

课程长度
必需的

字幕
必需的

教师
必需的

探索强化学习课程目录

  • 状态:免费试用

    University of Alberta

    您将获得的技能: 人工智能, 机器学习算法, Algorithm, 预测建模, 监督学习, 模拟, 人工智能和机器学习(AI/ML), 人工神经网络, 线性代数, 概率分布, 马尔可夫模型, 功能工程, 性能测试, 强化学习, 深度学习, 机器学习, 抽样(统计), 性能调整, 伪代码

  • 状态:免费试用

    University of Alberta

    您将获得的技能: 人工智能, Algorithm, 线性代数, 马尔可夫模型, 强化学习, 机器学习, 概率分布

  • 状态:新
    状态:预览

    您将获得的技能: Reinforcement Learning, Dimensionality Reduction, PyTorch (Machine Learning Library), Deep Learning, Generative AI, Pandas (Python Package), Scikit Learn (Machine Learning Library), Python Programming, Machine Learning, Artificial Neural Networks, Data Processing, Natural Language Processing, Feature Engineering, Predictive Modeling, Supervised Learning, Unsupervised Learning, Data Transformation, NumPy

  • 状态:免费试用

    您将获得的技能: 人工智能, Algorithm, 人工智能和机器学习(AI/ML), 数据伦理, 降维, 无监督学习, 应用机器学习, 深度学习, 监督学习, 强化学习, 异常检测, 机器学习

  • 状态:预览

    Columbia University

    您将获得的技能: 统计方法, Algorithm, 模拟, 数学建模, 人工智能和机器学习(AI/ML), 运筹学, 博弈论, 概率, 马尔可夫模型, 深度学习, 决策支持系统, 强化学习, 机器学习

  • 状态:免费试用

    您将获得的技能: 人工智能, 机器学习算法, 无监督学习, 降维, 人工神经网络, 计算机视觉, 生成模型架构, 应用机器学习, 深度学习, Keras(神经网络库), 图像分析, 强化学习, 自然语言处理, 机器学习

是什么让您今天来到 Coursera?

  • 状态:免费

    您将获得的技能: LLM Application, Large Language Modeling, Prompt Engineering, Reinforcement Learning, Machine Learning Methods

  • 状态:新
    状态:预览

    您将获得的技能: Reinforcement Learning, Artificial Intelligence and Machine Learning (AI/ML), Artificial Neural Networks, Applied Machine Learning, Machine Learning, Control Systems, Simulations

  • 状态:免费试用

    多位教师

    您将获得的技能: 分类与回归树 (CART), 预测建模, 人工智能, 数据伦理, 无监督学习, 张力流, 决策树学习, 人工智能和机器学习(AI/ML), NumPy, Python 程序设计, 随机森林算法, 应用机器学习, 负责任的人工智能, 机器学习, 深度学习, Jupyter, 功能工程, 强化学习, 监督学习, Scikit-learn (机器学习库)

  • 状态:免费试用

    您将获得的技能: 统计方法, 市场动态, 金融交易, 预测建模, 张力流, 回归分析, 衍生产品, 降维, 人工神经网络, 应用机器学习, 马尔可夫模型, 金融建模, 监督学习, 决策树学习, 金融市场, 风险模型, 无监督学习, 强化学习, 机器学习, Scikit-learn (机器学习库)

  • 状态:免费试用

    您将获得的技能: Tensorflow, Keras (Neural Network Library), Machine Learning, Google Cloud Platform, Machine Learning Algorithms, Applied Machine Learning, Financial Trading, Reinforcement Learning, Supervised Learning, Data Pipelines, Time Series Analysis and Forecasting, Statistical Machine Learning, Technical Analysis, Deep Learning, Securities Trading, Portfolio Management, Market Trend, Artificial Intelligence and Machine Learning (AI/ML), Financial Market, Artificial Neural Networks

  • 状态:免费试用

    您将获得的技能: 数据科学, 大型语言模型, 预测建模, 张力流, 无监督学习, 回归分析, Python 程序设计, PyTorch(机器学习库), 生成式 AI 代理, 监督学习, Prompt Engineering, LLM 申请, Keras(神经网络库), 生成式人工智能, 深度学习, 应用机器学习, 强化学习, 自然语言处理, 机器学习, Scikit-learn (机器学习库)

是什么让您今天来到 Coursera?

主要合作伙伴

  • IBM
  • Johns Hopkins University
  • Alberta Machine Intelligence Institute
  • Google Cloud
  • New York University
  • Simplilearn
  • University of Alberta
  • DeepLearning.AI