Тематический план

  • Общее

    Свернуть всё Развернуть всё
    • Иконка Гиперссылка
      Список группы Гиперссылка
      Недоступно, пока не выполнено: Ваше поле Адрес электронной почты не пустое
    • Иконка Гиперссылка
      Курс от Яндекса Practical_RL Гиперссылка
    • Иконка Гиперссылка
      Пример многоступенчатого обучения с вариацией награждений Гиперссылка

    • Вопросы к экзамену

      1. Динамическое программирование, конечный горизонт, Уравнение Беллмана.
      2. Фильтрация сигнала с помощью динамического программирования.
      3.  Динамическое программирование бесконечный горизонт. Стационарный вариант. 
      4. Стационарное уравнение Беллмана и Q - функция. Рекуррентные методы решения стационарного  уравнения Беллмана.
      5. Марковская цепочка. Стационарный вариант. Ядро.
      6. Восстановление ядра по марковской временной последовательности.
      7. Марковская цепочка с наблюдением. Динамическое программирование и вычисление правдоподобия.
      8. Вычисление максимума правдоподобия по ненаблюдаемой составляющей и задача восстановления бинарного сигнала.
      9. Процесс с управляемым ядром. Восстановление управляемого ядра по наблюдаемой вход-выходной последовательности.
      10. Задача стационарного стохастического оптимального управления. Уравнение Беллмана.
      11. Вычисление функции Беллмана как задача стохастического программирования.
      12. Вычисление Q-функции при небольшом числе состояний и небольшом числе управлений.
      13. Вычисление Q-функции при линейном управлении. Метод Монте-Карло.

  • Введение

  • Марковские процессы

  • Q-learning

  • Бандиты, разведка, практические уловки

  • Тема 5

  • Тема 6

  • Тема 7

  • Тема 8