v2.11.0 (5648)

Cours scientifiques - MAP670C : Reinforcement Learning (M2DS)

Domaine > Mathématiques appliquées.

Descriptif

Syllabus: This 20-hour course provides an introduction to reinforcement learning. It is based on the new edition of the book "Reinforcement Learning: An Introduction" by R. Sutton and A. Barto. Barto (available online at http://incompleteideas.net/book/the-book-2nd.html).

Outline:

  1. Introduction to reinforcement learning and Markov decision processes
  2. The bandit case
  3. Tabular methods: prediction by dynamic programming, Monte Carlo method and TD Learning
  4. Planning and learning for tabular methods
  5. approximate methods: prediction, planning and learning

 

Grading: Project based on a research article

 

Diplôme(s) concerné(s)

Parcours de rattachement

Format des notes

Numérique sur 20

Littérale/grade réduit

Pour les étudiants du diplôme M2 Optimisation

Pour les étudiants du diplôme M2 Data Science

Le rattrapage est autorisé (Max entre les deux notes)
    L'UE est acquise si Note finale >= 10
    • Crédits ECTS acquis : 3 ECTS
    Veuillez patienter