v2.11.0 (5776)

Enseignement scientifique & technique - APM_5AI18_TP : Reinforcement learning

Domaine > Informatique.

Descriptif

This course presents techniques of reinforcement learning (Markov decision processes, TD-learning, Q-learning, bandit algorithms, Monte-Carlo Tree Search) and their application to real use cases (games, content recommendation).

Pour les étudiants du diplôme Programme de mobilité des établissements français partenaires

Probability theory Python programming

Pour les étudiants du diplôme Echange international non diplomant

Probability theory Python programming

Pour les étudiants du diplôme M2 DATAAI - Data and Artificial Intelligence

Probability theory Python programming

Pour les étudiants du diplôme Diplôme d'ingénieur

Probability theory Python programming

Format des notes

Numérique sur 20

Littérale/grade européen

Pour les étudiants du diplôme M1 DATAAI - Data and Artificial Intelligence

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS

Pour les étudiants du diplôme M2 DS - Data Science

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme M2 DATAAI - Data and Artificial Intelligence

Vos modalités d'acquisition :

Quiz

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme Diplôme d'ingénieur

Vos modalités d'acquisition :

Quiz

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS
  • Crédit d'Option 3A acquis : 2.5

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme Programme de mobilité des établissements français partenaires

Vos modalités d'acquisition :

Quiz

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme Echange international non diplomant

Vos modalités d'acquisition :

Quiz

L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 2.5 ECTS
L'UE est partiellement acquise si Note finale >=
  • Crédits ECTS acquis : 2 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Programme détaillé

  1. Markov Decision Process
  2. Dynamic programming
  3. Online evaluation
  4. Online control
  5. Value approximation
  6. Bandit algorithms
  7. Contextual bandit

Mots clés

Reinforcement learning,, bandits

Méthodes pédagogiques

Lectures + Labs
Veuillez patienter