Скачать или смотреть Q-Learning — базовый алгоритм обучения с подкреплением // Курс «Reinforcement Learning»

Открытый вебинар курса Reinforcement Learning

Погружаетесь в мир обучения с подкреплением (Reinforcement Learning), но не знаете с чего начать? Начните с основ — алгоритма Q-learning, на котором построено множество более сложных методов.

📍 Программа вебинара
Что такое Q-функция и почему она важна для обучения агента.
Пошаговое объяснение Q-learning: как агент принимает решения и обучается с помощью таблицы Q-значений.
Практическая реализация на Python — создадим простую среду и обучим агента самостоятельно.

👥 Кому будет полезен вебинар?
Начинающим инженерам в Reinforcement Learning, кто хочет понять базовую механику RL-алгоритмов.
Студентам, изучающим машинное обучение, оптимизацию и интеллектуальные системы.
Разработчикам, интересующимся созданием агентов и симуляторов для игр или автоматизации.

✅ Что вы узнаете по итогам урока?
Как формализуется задача обучения с подкреплением: состояния, действия, награды.
Как устроена таблица Q-значений и как она обновляется.
Как управлять исследованием и эксплуатацией (exploration vs exploitation).
Как настроить параметры алгоритма и визуализировать поведение агента.

Изучите Q-learning и сделайте уверенный шаг в мир интеллектуальных агентов и автономного принятия решений!

«Reinforcement Learning» - https://otus.pw/FWE1/

Преподаватель: Игорь Стурейко - Teamlead, главный инженер

Пройдите опрос по итогам мероприятия - https://otus.pw/zFLZ/

Следите за новостями проекта:

→ VK: https://vk.com/otusru
→ Telegram: https://t.me/Otusjava
→ Хабр: https://otus.pw/S0nM/