Descriptif
This course presents techniques of reinforcement learning (Markov decision processes, TD-learning, Q-learning, bandit algorithms, Monte-Carlo Tree Search) and their application to real use cases (games, content recommendation).Objectifs pédagogiques
Acquis d'apprentissage À l'issue de l'UE, l'élève sera capable de: \- modéliser un problème complexe sous forme d'un processus de décision Markovien \- appliquer des méthodes d'apprentissage par renforcement pour résoudre un problème d'optimisation continue Compétences de rattachement (et justification) \- BC5.1 – Modéliser mathématiquement une situation, des données, des phénomènes physiques dans le contexte du numérique; Justification : L'UE montre comment modéliser de nombreux problèmes pratiques par des processus de décision markoviens. \- BC5.2 – Concevoir un système de traitement de données, d’intelligence artificielle, d’apprentissage machine dans un objectif d’aide à la décision ou de recherche automatique d’information; Justification : L'UE expose de nombreuses méthodes de résolution de processus de décision markoviens.
24 heures en présentiel
20 heures de travail personnel estimé pour l’étudiant.
