교육문의

02-587-5180

평일 09:00~18:00

(토,일,공휴일 휴무)

1:1 온라인 상담
  1. 재직자교육
  2. 교육일정 및 신청

교육일정 및 신청

페이스북 트위터 구글

Tensorflow와 Keras를 이용한 강화 학습

Tensorflow와 Keras를 이용한 강화 학습
차수 교육기간 시간 교육장소 신청하기
1 2021년 03월 25일(목) ~ 03월 27일(토) 종료
  • 주간
  • 09:00~18:00
온라인교육(zoom) 마감
2 2021년 09월 02일(목) ~ 09월 04일(토)
  • 주간
  • 09:00~18:00
NCIA양재교육장 신청

교육목표

 

강화 학습의 기본 원리와 동작을 이해할 수 있으며, 강화 학습과 관련된 수학적 이론 및 용어를 구분할 수 있다.
강화 학습에 사용되는 기본 알고리즘을 이해할 수 있으며, 강화 학습 구현 코드를 분석하고 활용할 수 있다.
TensorflowKeras 등을 이용하여 강화 학습에 사용되는 기본 알고리즘을 구현할 수 있다.

 

교육내용

 

1일차

강화학습 기초

강화학습 개요, MDP (Markov Decision Process)
벨만(Bellman) 방정식

Dynamic 프로그래밍과
강화 학습

Grid WorldDynamic Programming
Dynamic Programming  - 정책 이터레이션가치 이터레이션

2일차

강화학습 알고리즘 살사와
큐러닝

몬테 카를로 예측과 시간차 예측
강화 학습 알고리즘 살사 (SARSA)
강화 학습 알고리즘 큐러닝 (Q-Laerning)

강화학습과 인공신경망

Value Function Approximaton
인공신경망을 결합한 강화학습 Deep-SARSA
인공신경망을 결합한 강화학습 Policy Gradient

3일차

강화학습 DQN
& Actor-Critic
구현 사례

강화학습 DQN(using FNN) 구현 사례 - 카트폴
강화학습 Actor-Critic(A2C) 구현 사례 - 카트폴

강화학습 DQN
& Actor-Critic
구현 사례

강화학습 DQN(using CNN) 구현 사례 - 아타리 게임
강화학습 Actor-Critic(A3C) 구현 사례 - 아타리 게임

 

교육대상

 

AI 제품 기획/설계/기술지원/테스팅/감리/컨설팅 관련 자
강화 학습의 원리와 핵심 알고리즘을 파악하고자 하는 자, 강화 학습 알고리즘을 구현하고자 하는 개발자

 

특이점

 

Windows 10 OS 기반 진행, Anaconda3 ( Python, Spyder, numpy, scipy, pandas, scikit-learn, Tensorflow, Keras ) 사용
Google Colab Cloud 사용, Jupyter Notebook 사용

 

수/강/후/기