回到首页
个人.家庭.数字化 - 数位之墙



行业动态 【资策会】人工智能生成对抗网络(GAN)(10/18)
资策会 本新闻稿发布于2018/08/07,由发布之企业承担内容之立场与责任,与本站无关

本课程的目标在奠定学员学习当代生成对抗网络技术的理论基础与应用。透过学习许多目前具有代表性的生成对抗网络案例,可累积学员对于各种生成对抗网络设计方法的理解,进而应用到许多人工智能核心系统的设计,达成具有生成对抗网络功能的智能型产品设计。

 
■ 发布/轮播新闻稿 新闻稿直达14万电子报订户刊登新闻稿:按此 想在你的Blog上轮播行业动态按此
 


◆深度强化学习(Deep Reinforcement Learning)简介
˙人工智能环境(Environment)与智能代理人(Agent)
˙战略与规划(Policy and Planning)
˙价值函数(Value Function)
˙运作模型(Model)
˙酬劳与惩罚(Reward)
˙最优价值函数(Optimal Value Function)
˙马可夫决策问题(MDP)

◆图表化及逼近式 (Tabular and Approximation)解决方案
˙有限马可夫决策处理(FMDP)
˙动态规划(Dynamic Programming)
˙蒙地卡罗方法(Monte Carlo Method)
˙时间差分学习(Time-Difference Learning)
˙Q学习(Q-Learning)
˙战略梯度法(Policy Gradient Method)

◆类神经深度强化学习
˙深度Q学习网络(Deep Q-Learning Network)
˙TensorFlow DQN
˙OpenAI Gym
˙Actor Critic
˙Deep Deterministic Policy Gradients(DDPG)
˙Asynchronous Advantage Actor-Critic (A3C)
˙Distributed Proximal Policy Optimization (DPPO)

◆人工智能生成对抗网络(GAN)个案研究
˙AlphaGo设计理念与方法
˙问答系统强化学习
˙汽车避撞系统模拟
˙自驾车强化学习
˙Q-learning Gridworld Player
˙Atari Ping Pong Player

详细课程内容请参考以下网址:http://www.iiiedu.org.tw/ites/GAN.htm

- 新闻稿有效日期,至2018/09/07为止


联络人 :张先生
联络电话:(02)6631-6539
电子邮件:alanchang@iii.org.tw

上一篇:【资策会】软件测试管理实务班(10/20)
下一篇:【资策会】绿色机房之能源系统模拟(10/18)

 
搜索本站


最新科技评论

共享经济:以人民的名义争夺流量入口 - 2017/06/18

视频网站的未来(三) PGC孵化IP,直播更接近长尾 - 2016/10/16

视频网站的未来(二)短视频适合往社交和工具发展 - 2016/10/09

视频网站的未来(一)长尾效应与头部效应无法兼顾 - 2016/10/02

大部分O2O 模式违反互联网经济特性 - 2015/02/08

融资是怎么回事(下)什么人能拿到投资 - 2015/01/04

融资是怎么回事(中)读懂投资人的唇语 - 2014/12/21

融资是怎么回事(上)融资是迭代的过程 - 2014/12/14

奢品服务业O2O 兴起,互联网创业者的新机会 - 2014/07/20

■ 订阅每日更新行业动态
RSS
RSS

当月行业动态

Information

 

 

 

 




个人.家庭.数字化 - 数位之墙

欲引用本站图文,请先取得授权。本站保留一切权利 ©Copyright 2008, DigitalWall.COM. All Rights Reserved.
Question ? Please mail to service@digitalwall.com

欢迎与本站链接!