Outils pour utilisateurs
if-gsc
Ceci est une ancienne révision du document !
Game Synthesis & Control
Responsables : Anca Muscholl et Nathanaël Fijalkow
Partie 1 (Anca Muscholl):
Todo
Partie 2 (Nathanaël Fijalkow):
Nous présentons différents aspects de l'apprentissage (machine learning en anglais). D'abord nous introduisons les notions importantes pour quantifier et formaliser les objectifs d'apprentissage supervisés : PAC (algorithmes probablement approximativement corrects), dimension VC, et complexité de Rademacher. Dans une deuxième partie nous étudions les fondements théoriques de l'apprentissage par récompense (reinforcement learning), autrement dit apprendre dans une situation de jeux. L'objectif est de présenter les idées derrière l'algorithme d'AlphaGo, le premier qui dépasse les humains au jeu de Go (2016).
if-gsc.1602078210.txt.gz · Dernière modification : 2020/10/07 13:43 de vpenelle
Outils de la page
Sauf mention contraire, le contenu de ce wiki est placé sous les termes de la licence suivante : CC Attribution-Share Alike 4.0 International
