Обучение с подкреплением (ИИ24, 7 модуль)
О курсе
Занятия проводятся в Zoom по субботам с 13:00 МСК
Контакты
Чат курса в TG: [[1]]
Преподаватель: Сергей Лактионов, Вячеслав Бучков
| Ассистент | Контакты |
|---|---|
Материалы курса
Ссылка на плейлист курса на YouTube: [YouTube-playlist]
Ссылка на GitHub с материалами курса: [GitHub repository]
| Занятие | Тема | Дата | Материалы для самоподготовки к семинарам | Дополнительные материалы |
|---|---|---|---|---|
| 1 Запись | Intro to RL, Dynamic Programming | 10/01/2026 | ||
| 2 Запись | Model-Free Tabular RL: Q-Learning, SARSA | 17/01/2026 | ||
| 3 Запись | Intro to Deep RL: DQN, RAINBOW and beyond | 24/01/2026 | ||
| 4 Запись | Policy-Based Methods: Policy Gradient, REINFORCE, A2C | 31/01/2026 | ||
| 5 Запись | Advanced Policy-Based: TRPO, PPO and beyond | 07/02/2026 | ||
| 6 Запись | Continuous Control: DDPG, SAC and beyond | 14/02/2026 | ||
| 7 Запись | Offline RL | 21/02/2026 | ||
| 8 Запись | Multi-Armed Bandits | 28/02/2026 | ||
| 9 Запись | Model-based RL: AlphaZero and friends | 07/03/2026 | ||
| 10 Запись | RL in a context of LLMs | 14/03/2026 | ||
| 11 Запись | Practical RL | 21/03/2026 |
Записи консультаций
Формула оценивания
Оценка = ...<65%>...*О...<(как минимум) 5 ДЗ>... + ...<10%>...*О...<Quiz>... + ...<25%>...*О...<Презентация статьи>...