Магистратура
2026/2027
Обучение с подкреплением
ID 1126608
Статус:
Курс по выбору (Финансовые технологии и анализ данных)
Кто читает:
Базовая кафедра Сбер
Где читается:
Факультет компьютерных наук
Когда читается:
2-й курс, 2 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Кредиты:
3
Контактные часы:
28
Программа дисциплины
Аннотация
Цель курса - ознакомление студентов с основными подходами и алгоритмами обучения с подкреплением. Планируется дать понимание того, какие существуют подходы к решению задач обучения с подкреплением, научить выбирать подход и алгоритм, наиболее подходящий для рассматриваемой студентом задачи, научить обучать модели с использованием современных нейросетевых библиотек.
Цель освоения дисциплины
- уметь распознавать ситуации, в которых уместно применение методов обучения с подкреплением
- уметь сформулировать задачу обучения с подкреплением и выбрать эффективный способ её решения
- знать основные парадигмы обучения с подкреплением и границы их применимости
- уметь обучить по возможности оптимального агента для решения задачи, оценить его эффективность
Планируемые результаты обучения
- владеть методами теоретического исследования используемых алгоритмов
- знать основные парадигмы обучения с подкреплением и границы их применимости
- знать что такое среда, состояние и агент в обучении с подкреплением
- уметь обучить по возможности оптимального агента для решения задачи, оценить его эффективность
- уметь сформулировать задачу обучения с подкреплением и выбрать эффективный способ её решения
Содержание учебной дисциплины
- Многорукие бандиты
- Марковские процессы
- Аппроксимация
- Непрерывное пространство действий
- Actor-Critic
- Model-Based
Список литературы
Рекомендуемая основная литература
- Глубокое обучение с подкреплением : теория и практика на языке Python, Грессер, Л., 2022
- Обучение с подкреплением: введение - Саттон Р. С., Барто Э. Дж. - Издательство "ДМК Пресс" - 978-5-97060-097-9 - 2020 - русский - https://e.lanbook.com/book/179453 - ЛАНЬ - 179453
Рекомендуемая дополнительная литература
- Wiering, M., & Otterlo, M. van. (2012). Reinforcement Learning : State-of-the-Art. Berlin: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=537744
- Обучение с подкреплением, Саттон, Р. С., 2011