項目內(nèi)容涉及強化學(xué)習(xí)核心理論和技能，具體包括遺傳算法、強化學(xué)習(xí)框架、Q-learning、行動者-批評（actor-critic；AC）模型、馬爾可夫決策過程、優(yōu)化控制、圖神經(jīng)網(wǎng)絡(luò)（graph neural networks; GNN）、自動機器學(xué)習(xí)（Auto ML）等。學(xué)生通過項目了解如何開發(fā)基于強化學(xué)習(xí)的生產(chǎn)力軟件，在結(jié)束時提交項目個性化研究課題報告，進(jìn)行成果展示。

個性化研究課題參考：

強化學(xué)習(xí)在博弈論中的應(yīng)用：類alpha算法開發(fā)

利用經(jīng)驗留存解決強化學(xué)習(xí)所需樣本太多問題的可行性分析

強化學(xué)習(xí)中的機器獎勵設(shè)置方法迭代

為強化學(xué)習(xí)過擬合的特定場景重新建模的自動過程研究

具有精確尺度估計的動作-評價網(wǎng)絡(luò)結(jié)構(gòu)與強化學(xué)習(xí)優(yōu)勢函數(shù)

近年來，人工智能數(shù)據(jù)科學(xué)技術(shù)不斷突破與發(fā)展。卷積神經(jīng)網(wǎng)絡(luò)CNN開啟了深度學(xué)習(xí)新篇章，推動計算機視覺落地自動化駕駛等諸多領(lǐng)域；循環(huán)神經(jīng)網(wǎng)絡(luò)RNN推動了自然語言處理，使得機器翻譯、智能語音技術(shù)日趨成熟；深度學(xué)習(xí)之上，強化學(xué)習(xí)圖神經(jīng)網(wǎng)絡(luò)GNN的崛起正在深度賦能數(shù)據(jù)挖掘，將成為企業(yè)場景拓展、數(shù)據(jù)整合、行業(yè)效率飛躍的關(guān)鍵。項目將聚焦強化學(xué)習(xí)，特別是圖神經(jīng)網(wǎng)絡(luò)GNN這一構(gòu)筑未來數(shù)字生態(tài)的核心數(shù)據(jù)科學(xué)技術(shù)。

開課日期：2024-05-11

具體上課時間、最終時間安排，均以實際安排為準(zhǔn)