polytechnique inf581 2021 源码

理工INF581 版权所有(c)2019-2021JérémieDecock Github存储库: : 面条 欢迎使用INF581! 在最近的突破,快速增长的数据收集以及众多令人兴奋的应用的推动下,人工智能正受到学术界和工业界的巨大兴趣和投资。 本课程选择了许多在机器学习和自治代理中探索的高级主题,尤其是: 概率图形模型(贝叶斯网络,...) 多输出和结构化输出的预测问题 深度学习架构 搜索和优化方法(光束搜索,ε近似搜索,随机优化,蒙特卡洛方法,...) 顺序预测和决策制定(HMM,顺序蒙特卡洛,贝叶斯滤波,MDP等) 强化学习(Q学习,深度Q学习...) 尽管这些主题是多样且广泛的,但是本课程是围绕将它们全部连接在一起的共同主题开发的,因此每个主题都基于其他主题。 讲座将涵盖相关的理论,实验室将从实践的角度使学生熟悉这些主题。 将对几个实验室作业进行评分,有关强