neer201 / practical_rl_public Goto Github PK
View Code? Open in Web Editor NEWThis project forked from yandexdataschool/practical_rl
A course in reinforcement learning in the wild
License: The Unlicense
This project forked from yandexdataschool/practical_rl
A course in reinforcement learning in the wild
License: The Unlicense
Softmax в базовую часть.. Большинство студентов делает этот бонус, предлагаю его сделать основным. Многие студенты ошибаются в нем, реализуя только метод get_value.
Добавить метод get_policy
в QLearningAgent
возвращающий распределение вероятностей на действия при выбранной политике (softmax,
Графики с различными epsilon и tau. Студенты пытаются сравнить агентов при разных параметрах, в книге Sutton Barto приводятся красивые графики в зависимости от этих параметров.
Сравнение exploration стратегий в бонусе их предлагается сравнить, но у студентов возникают трудности с подбором epsilon и tau. Надо добавить заметку или код, который указывает какими они должны быть.
Бинаризация - задание интересно тем что показывает как использовать wrapper для observation, что в свою очередь очень крутой практичный скилл. Но большинство студентов им не заинтересовывается и сдает работу с np.round(1). Так же непонятна интерпретация разброса reward на графике.
Exp replay- похожая ситуация что и с бинаризацией.
Опять графики - может добавить график параметра стратегии?
Recap лекции. Осветить on/off policy, \epsilon greedy и softmax. Как анализировать? Regret
Опять графики - 5000 итераций многовато. Может лучше 2000
Распределить задание между ноутбуками. Есть 2 стула:
Добавить тест в лекцию по принципу как вот здесь
Disclaimer - эти заметки надо поревьювить.
A declarative, efficient, and flexible JavaScript library for building user interfaces.
🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.
TypeScript is a superset of JavaScript that compiles to clean JavaScript output.
An Open Source Machine Learning Framework for Everyone
The Web framework for perfectionists with deadlines.
A PHP framework for web artisans
Bring data to life with SVG, Canvas and HTML. 📊📈🎉
JavaScript (JS) is a lightweight interpreted programming language with first-class functions.
Some thing interesting about web. New door for the world.
A server is a program made to process requests and deliver data to clients.
Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.
Some thing interesting about visualization, use data art
Some thing interesting about game, make everyone happy.
We are working to build community through open source technology. NB: members must have two-factor auth.
Open source projects and samples from Microsoft.
Google ❤️ Open Source for everyone.
Alibaba Open Source for everyone
Data-Driven Documents codes.
China tencent open source team.