强化学习是机器学习的一个子领域，但也是自动决策和人工智能的通用形式主义。本课程将向您介绍统计学习技术，让代理明确采取行动并与世界互动。随着越来越多的公司对交互式代理和智能决策感兴趣，了解学习代理决策的重要性和挑战在今天至关重要。
强化学习基础
了解顶级公司的员工如何掌握热门技能
积累特定领域的专业知识
本课程是 强化学习 专项课程 专项课程的一部分
在注册此课程时，您还会同时注册此专项课程。
- 向行业专家学习新概念
- 获得对主题或工具的基础理解
- 通过实践项目培养工作相关技能
- 获得可共享的职业证书
该课程共有5个模块
欢迎来到强化学习基础》（Fundamentals of Reinforcement Learning）是阿尔伯塔大学（University of Alberta）、Onlea 和 Coursera 联合推出的四部分强化学习专业课程中的第一门课程。在本课前模块中，您将认识您的讲师，了解本课程的内容，并获得一份深入的路线图，帮助您尽可能顺利地完成本专业课程。
涵盖的内容
4个视频2篇阅读材料1个讨论话题
在本课程的第一周，您将学习如何理解顺序决策中的探索-开发权衡，实施估算行动值的增量算法，并比较不同探索算法的优缺点。在本周的分级评估中，您将实施并测试一个ε-贪婪代理。
涵盖的内容
8个视频3篇阅读材料1个作业1个编程作业1个讨论话题2个插件
当你遇到工业问题时，最重要的第一步就是将问题转化为马尔可夫决策过程（Markov Decision Process，MDP）。解决方案的质量在很大程度上取决于您如何做好这一转换工作。本周，您将学习马尔可夫决策过程的定义，了解目标导向行为以及如何从标量奖励最大化中获得目标导向行为，还将了解偶发任务和持续任务之间的区别。在本周的分级评估中，您将自己创建三个符合 MDP 框架的示例任务。
涵盖的内容
7个视频2篇阅读材料1个作业1次同伴评审1个讨论话题
将问题表述为 MDP 后，使用值函数寻找最优策略会更有效。本周你们将学习策略和价值函数的定义，以及贝尔曼方程，这是我们所有算法都将使用的关键技术。
涵盖的内容
9个视频3篇阅读材料2个作业1个讨论话题
本周，您将学习如何计算价值函数和最优策略，前提是您已经掌握了 MDP 模型。您将实施动态编程来计算价值函数和最优策略，并了解动态编程在工业应用和问题中的实用性。此外，您还将了解广义策略迭代（Generalized Policy Iteration），这是构建收益最大化算法的常用模板。在本周的分级评估中，您将在一个模拟工业控制问题中实施一个高效的动态编程代理。
涵盖的内容
10个视频3篇阅读材料1个作业1个编程作业1个讨论话题
获得职业证书
将此证书添加到您的 LinkedIn 个人资料、简历或履历中。在社交媒体和绩效考核中分享。
位教师
授课教师评分
(834个评价)
人们为什么选择 Coursera 来帮助自己实现职业发展
Felipe M.
自 2018开始学习的学生
''能够按照自己的速度和节奏学习课程是一次很棒的经历。只要符合自己的时间表和心情，我就可以学习。'
Jennifer J.
自 2020开始学习的学生
''我直接将从课程中学到的概念和技能应用到一个令人兴奋的新工作项目中。'
Larry W.
自 2021开始学习的学生
''如果我的大学不提供我需要的主题课程，Coursera 便是最好的去处之一。'
Chaitanya A.
''学习不仅仅是在工作中做的更好：它远不止于此。Coursera 让我无限制地学习。'
学生评论
- 5 stars
81.73%
- 4 stars
14.33%
- 3 stars
2.62%
- 2 stars
0.44%
- 1 star
0.86%
显示 3/2895 个
SM
已于 May 6, 2023审阅
Excellent course, with a very nice presentation style, both the professors are excellent in their presentations and the material is well researched and delivered. A very valuable course.
MN
已于 Apr 11, 2024审阅
The concepts may sound confusing in the beginning, but as you go forward you find it interesting and understanding. I suggest you completely read the reading assignments before watching the videos.
GJ
已于 Apr 25, 2020审阅
The concepts are explained in a simple and illustrative manner which helps in getting a better understanding of the concepts. The assignments and quizzes are also really well designed.
从 数据科学 浏览更多内容
Simplilearn
New York University
Columbia University
MathWorks
¹ 本课程的部分作业采用 AI 评分。对于这些作业，将根据 Coursera 隐私声明使用您的数据。