强化学习:项目将在本周聚焦遗传算法和强化学习框架。Introduction to reinforcement learning
环境:强化学习由智能体和环境两部分构成。项目将在本周探讨离策略、无模型强化学习算法Q-learning、行动者-批评(actor-critic;AC)模型、马尔可夫决策过程等。Environment
优化:项目将在本周深入学习强化学习与优化控制。Optimization
集成与控制Integration and Control
集成:项目将在本周进一步探讨图神经网络(graph neural networks;GNN)、自动机器学习(Auto ML)等。Integration
项目回顾与成果展示Program Review and Presentation
论文辅导Project Deliverables Tutoring
适合人群
大学生
计算机科学、人工智能、数据科学、电子与计算机工程等专业,软件工程、自动化等相关专业或者希望掌握强化学习的学生;对人工智能、大数据以及交叉学科和方向感兴趣的学生;学生需要具备微积分及线性代数基础,至少有一门编程语言的机器学习算法实现经历。
项目模式
10课时的主导师Lecture
名校教研体系深度浸泡
6课时1对1 Office Hour
扫除你上课时积累的所有疑难知识点
12课时的Mentor Session
指导小组完成实战项目
2课时的成果汇报Presentation
将你所学知识呈献给导师及所有学员,获得导师点拨和反馈
24小时内答疑回复
24小时内答疑,时间解决遗留问题
全程助教辅助模式
项目期间配双语助教全程辅助教学过程,不让任何一位学生落下进度
班主任跟踪监督模式
不让懒惰拖延成为你成功路上的绊脚石
师生比例1比4
小班教学,人人都能与大佬沟通熟悉,打通人脉