Descriptif
Ce cours propose une introduction à l’apprentissage par renforcement. Il est basé sur la nouvelle édition du livre "Reinforcement Learning : An Introduction" de R. Sutton et A. Barto (disponible en ligne).
Diplôme(s) concerné(s)
- Master 2 Mathématiques pour les Sciences du Vivant
- Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme Master 2 Mathématiques pour les Sciences du Vivant
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 3 ECTS
Le coefficient de l'UE est : 1
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées
L'UE est acquise si Note finale >= 10- Crédits ECTS acquis : 3 ECTS
Le coefficient de l'UE est : 1
La note obtenue rentre dans le calcul de votre GPA.
Programme détaillé
-
- Introduction à l’apprentissage par renforcement et processus de décision markovien
-
- Le cas des bandits
-
- Méthodes tabulaires : prédiction par programmation dynamique, méthode de Monte Carlo et TD Learning
-
- Planification et apprentissage pour les méthodes tabulaires
-
- Méthodes approchées : prédiction, planification et apprentissage.