Machine Learning ve Deep Learning Ödül temelli öğrenme: Q-learning, policy gradient, PPO ve RLHF ile karar veren agent'lar.
Kategori
Machine Learning ve Deep Learning
Deneme-yanılmayla öğrenen agent'lar tasarlamayı öğreten ileri kurs. Markov karar süreçlerinden Q-learning'e, policy gradient ve PPO'dan LLM'leri hizalayan RLHF'e; ödül tasarımı ve keşif-sömürü dengesini kurarak karar veren sistemler geliştirirsin.
Öğrenilecek teknolojiler RL Q-learning Policy gradient PPO RLHF Gymnasium
Ne öğreneceksin MDP ve ödül tasarımını kavrama Q-learning ve policy gradient uygulama PPO ile modern RL RLHF ile model hizalama Kimler için RL'e derinleşmek isteyen ML mühendisleri Karar veren agent'lar tasarlayanlar RLHF ve model hizalama ile ilgilenenler Müfredat özeti 01 RL temelleri ve MDP 02 Q-learning ve değer yöntemleri 03 Policy gradient 04 PPO ve modern RL 05 RLHF ve hizalama 06 Ödül tasarımı ve pratik Fiyat yakında Diğer kursları keşfet Machine Learning ve Deep Learning
LLM Fine-Tuning: LoRA, QLoRA ve Hugging Face Ne zaman fine-tune, veri hazırlama, LoRA/QLoRA ile parametre-verimli eğitim, değerlendirme ve dağıtım.
İleri Fiyat yakında LoRA QLoRA Hugging Face PEFT
Ön Talep Oluştur Machine Learning ve Deep Learning
Machine Learning Bootcamp: Python ve Scikit-learn Sıfırdan ML: Python, pandas, feature engineering, denetimli/denetimsiz öğrenme ve model değerlendirme.
Başlangıç–Orta Fiyat yakında Python scikit-learn pandas Feature engineering
Ön Talep Oluştur Machine Learning ve Deep Learning
Deep Learning: PyTorch ile Sinir Ağları Sinir ağı temelleri, backpropagation, PyTorch, CNN'ler, eğitim döngüsü ve GPU ile hızlandırma.
Orta Fiyat yakında PyTorch Sinir ağları Backprop CNN
Ön Talep Oluştur