2.12.22 (839)

Cours scientifiques - APM_53670_EP : Apprentissage par renforcement

Domaine > Mathématiques appliquées.

Descriptif

This course provides a theoretically grounded introduction to reinforcement learning (RL). The course focuses on the workhorse of modern continuous RL: policy gradient methods. It begins with the foundations of Markov decision processes (MDPs) and dynamic programming, followed by an introduction to policy gradient methods. The course then proceeds to derive improvements to this algorithm by covering policy evaluation and baselines, policy optimization and actor-critic methods, and the descent lemma that leads to modern methods such as NPG and PPO. An emphasis is given on the underlying mathematical constructions to understand the different algorithm heuristics. This course includes a special session on the use of RL for LLM post-training.

Format des notes

Numérique sur 20

Littérale/grade américain

Pour les étudiants du diplôme M2 BME - Ingénierie BioMédicale

Vos modalités d'acquisition :

Projet basé sur un article de recherche (étude théorique et/ou implémentation)

Le rattrapage est autorisé (Note de rattrapage conservée)
  • le rattrapage est obligatoire si :
    Note initiale < 7
  • le rattrapage peut être demandé par l'étudiant si :
    7 ≤ note initiale < 10
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 3 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme M2 DS - Science des données

Vos modalités d'acquisition :

Projet basé sur un article de recherche (étude théorique et/ou implémentation)

Le rattrapage est autorisé (Note de rattrapage conservée)
  • le rattrapage est obligatoire si :
    Note initiale < 7
  • le rattrapage peut être demandé par l'étudiant si :
    Note initiale < 7
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 3 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme M2 MSV - Mathématiques pour les Sciences du Vivant

Vos modalités d'acquisition :

Projet basé sur un article de recherche (étude théorique et/ou implémentation)

Le rattrapage est autorisé (Note de rattrapage conservée)
  • le rattrapage est obligatoire si :
    Note initiale < 7
  • le rattrapage peut être demandé par l'étudiant si :
    Note initiale < 7
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 3 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Pour les étudiants du diplôme AUDITEURS - IP Paris

Vos modalités d'acquisition :

Projet basé sur un article de recherche (étude théorique et/ou implémentation)

Le rattrapage est autorisé (Max entre les deux notes)
  • le rattrapage est obligatoire si :
    Note initiale < 10
  • le rattrapage peut être demandé par l'étudiant si :
    Note initiale < 10
L'UE est acquise si Note finale >= 10
  • Crédits ECTS acquis : 3 ECTS

La note obtenue rentre dans le calcul de votre GPA.

Veuillez patienter