L’apprentissage par renforcement est une des formes d’apprentissage les plus prometteuses du moment. Elle est à l’origine d’exploits dans le domaine des jeux par exemple (Alpha-go) et ses récents succès ont contribué, avec le Deep learning, à ranimer la flamme des véhicules autonomes.
Rien de mieux pour s’initier à l’apprentissage par renforcement et ses concepts, que de mettre en œuvre des algorithmes simples, sur des cas jouets. C’est ce que propose cette formation.

Objectifs

À l’issue de la formation, le stagiaire sera capable de :

  • Comprendre et expliquer les principes généraux de l’apprentissage par renforcement
  • Entrevoir les potentialités et limitations actuelles
  • Illustrer sur des cas simples

Pré-requis

  • Bases mathématiques
  • Connaissance du ML
  • Python

Programme

  • Principes de l’apprentissage par renforcement et approches
  • Ses applications dans le domaine des véhicules autonomes
  • Les plateformes d’évaluation de l’apprentissage par renforcement
  • Mise en œuvre pratique d’algorithmes simples

Compétences

Principes et algorithmes de l’apprentissage par renforcement

Inscription

celine.tevino@irt-saintexupery.com

Niveau
Cycle
Langue

Français ou anglais

Lieu

B 612

Durée et dates

A la demande

Tarif

600 € HT , Remise 20% partenaires ANITI

Modalités

Présentiel

Publics

Ingénieurs

Intervenants

Grégory Flandin, ingénieur de recherche à l’IRT Saint Exupéry

Contact

celine.tevino@irt-saintexupery.com

Categories:

Call for ANITI 2.0 chairs

X
fr_FRFrench