Загрузка страницы

021. Обучение с подкреплением - К.В. Воронцов

Курс "Машинное обучение" является одним из основных курсов Школы, поэтому он является обязательным для всех студентов ШАД.

Лектор: Константин Вячеславович Воронцов, старший научный сотрудник Вычислительного центра РАН. Заместитель директора по науке ЗАО "Форексис". Заместитель заведующего кафедрой «Интеллектуальные системы» ФУПМ МФТИ. Доцент кафедры "Математические методы прогнозирования" ВМиК МГУ. Эксперт компании "Яндекс". Доктор физико-математических наук.

Программу курса можно посмотреть по ссылке: http://shad.yandex.ru/program/machine_learning.xml

Видео 021. Обучение с подкреплением - К.В. Воронцов канала Компьютерные науки
Показать
Комментарии отсутствуют
Введите заголовок:

Введите адрес ссылки:

Введите адрес видео с YouTube:

Зарегистрируйтесь или войдите с
Информация о видео
22 декабря 2014 г. 19:00:43
01:19:25
Другие видео канала
Р.В. Шамин. Лекция № 10 Обучение с подкреплениемР.В. Шамин. Лекция № 10 Обучение с подкреплениемПрикладное машинное обучение 6. Введение в обучение с подкреплениемПрикладное машинное обучение 6. Введение в обучение с подкреплениемГлубинное обучение и обучение с подкреплением — Евгений БурнаевГлубинное обучение и обучение с подкреплением — Евгений БурнаевГлубокое обучение с подкреплением пока не работаетГлубокое обучение с подкреплением пока не работаетМашинное обучение с подкреплением. Лекция №1Машинное обучение с подкреплением. Лекция №1Глубокое обучение. Лекция 13. Generative adversarial networkГлубокое обучение. Лекция 13. Generative adversarial networkЛекция 11 - Обучение с подкреплением (Reinforcement Learning)Лекция 11 - Обучение с подкреплением (Reinforcement Learning)Reinforcement Learning в теории и на практике  (Часть 1) — Роман АристовReinforcement Learning в теории и на практике (Часть 1) — Роман АристовОбучение с подкреплением в реальных задачах — Максим КретовОбучение с подкреплением в реальных задачах — Максим КретовГлубокое мультиагентное обучение с подкреплениемГлубокое мультиагентное обучение с подкреплением02.11.2019. Нейронные сети на PyTorch. Базовый и продвинутый потоки.02.11.2019. Нейронные сети на PyTorch. Базовый и продвинутый потоки.Машинное обучение. Линейные композиции, бустинг. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Линейные композиции, бустинг. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Рекомендательные системы. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Рекомендательные системы. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Логические методы классификации. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Логические методы классификации. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Обучение с подкреплением. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Обучение с подкреплением. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Обучение ранжированию. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Обучение ранжированию. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Нейронные сети и градиентные методы. К.В. Воронцов, Школа анализа данных, Яндекс.Машинное обучение. Нейронные сети и градиентные методы. К.В. Воронцов, Школа анализа данных, Яндекс.Прикладное машинное обучение 1. EmbeddingsПрикладное машинное обучение 1. EmbeddingsМашинное обучение с подкреплением. Лекция №2Машинное обучение с подкреплением. Лекция №2
Яндекс.Метрика