Contenuti del Corso

Introduzione al Reinforcement Learning

1. Teoria Fondamentale dell'RL

Che cos'è l'RL?RL Rispetto ad Altri Paradigmi di Apprendimento Processo Decisionale di Markov Episodi e Ritorni Modello, Politica e Valori Esplorazione vs Sfruttamento Basi di Gymnasium Sfida: Configurazione di un Ambiente

2. Problema del Multi-Armed Bandit

Introduzione al Problema Valori d'Azione Algoritmo Epsilon-Greedy Algoritmo del Limite Superiore di Confidenza Algoritmo dei Banditi a Gradiente Sfida: Multi-Armed Banditi

3. Programmazione Dinamica

Che cos'è la programmazione dinamica?Equazioni di Bellman Condizioni di Ottimalità Valutazione della Policy Miglioramento della Policy Iterazione Generalizzata delle Politiche Iterazione delle Politiche Iterazione del Valore Sfida: Programmazione Dinamica

4. Metodi Monte Carlo

Cosa Sono i Metodi Monte Carlo?Stima della Funzione di Valore Controllo Monte Carlo Approcci di Esplorazione Controllo Monte Carlo On-Policy Controllo Monte Carlo Off-Policy Implementazioni Incrementali Sfida: Metodi Monte Carlo

5. Apprendimento a Differenza Temporale

Che cos'è l'Apprendimento a Differenza Temporale?TD(0): Stima della Funzione di Valore SARSA: Apprendimento TD On-Policy Q-Learning: Apprendimento TD Off-Policy Generalizzazione dell'Apprendimento TD Sfida: Apprendimento a Differenza Temporale

Sfida: Multi-Armed Banditi

Da questo momento in poi, riceverai sfide di programmazione in formato Jupyter Notebook. Se sai come configurare correttamente l'ambiente per questi notebook, sentiti libero di farlo. Tuttavia, ti consigliamo di utilizzare Google Colab, poiché offre numerosi vantaggi rispetto ai semplici notebook Jupyter. Leggi questo articolo per scoprire come funziona Colab.

Nota

La verifica della correttezza della soluzione può essere complessa e potrebbero verificarsi errori. Se sei sicuro che la tua soluzione sia corretta ma viene segnalata come errata, esamina attentamente la soluzione consigliata. Se ancora non riesci a individuare problemi, prova a implementare la soluzione consigliata in una cella separata ed eseguila.

Come aprire il notebook e completare i compiti?

Per aprire il notebook e completare i compiti, seguire questi passaggi:

Scaricare il notebook: è possibile trovare il pulsante di download in fondo a questa pagina;
Aprire Google Colab: accedere al sito web ed effettuare il login con il proprio account Google;
Aprire il notebook: utilizzare File > Upload notebook oppure File > Open notebook > Upload e selezionare il file scaricato. Se si desidera continuare a lavorare sui compiti dopo una pausa, utilizzare File > Open notebook > Recent e trovare il proprio notebook in quella finestra;
Seguire le istruzioni: il notebook conterrà istruzioni dettagliate per i compiti. Si consiglia di leggerle prima di procedere con i compiti;
Ricevere la chiave: dopo aver risolto ciascun compito, si riceverà una parte della chiave, necessaria per completare il capitolo. Inserire queste parti all'interno di un quiz in fondo alla pagina dopo aver terminato la sfida per verificare di aver completato tutti i compiti.

Sfida

Tutto è chiaro?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 6

Chieda ad AI

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione