Descriptif
Ce cours propose une introduction à l’apprentissage par renforcement. Il est basé sur la nouvelle édition du livre "Reinforcement Learning : An Introduction" de R. Sutton et A. Barto (disponible en ligne).
10.5 heures en présentiel
Diplôme(s) concerné(s)
- M2 MSV - Mathématiques pour les Sciences du Vivant
- M2 AMODS - Analyse, Modélisation, Simulation
- Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)
Parcours de rattachement
Format des notes
Numérique sur 20Littérale/grade européenPour les étudiants du diplôme M2 MSV - Mathématiques pour les Sciences du Vivant
Le rattrapage est autorisé (Note de rattrapage conservée)- le rattrapage est obligatoire si :
- Note initiale < 7
- le rattrapage peut être demandé par l'étudiant si :
- 7 ≤ note initiale < 10
- Crédits ECTS acquis : 3 ECTS
Pour les étudiants du diplôme Diplôme d'Ingénieur de l'Ecole Nationale Supérieure de Techniques Avancées (Institut polytechnique de Paris)
Le rattrapage est autorisé (Max entre les deux notes écrêté à une note seuil)- le rattrapage est obligatoire si :
- Note initiale < 6
- le rattrapage peut être demandé par l'étudiant si :
- 6 ≤ note initiale < 10
- Crédits ECTS acquis : 3 ECTS
Le coefficient de l'UE est : 1
La note obtenue rentre dans le calcul de votre GPA.
Pour les étudiants du diplôme M2 AMODS - Analyse, Modélisation, Simulation
Le rattrapage est autorisé (Note de rattrapage conservée)- le rattrapage est obligatoire si :
- Note initiale < 7
- le rattrapage peut être demandé par l'étudiant si :
- 7 ≤ note initiale < 10
- Crédits ECTS acquis : 3 ECTS
Programme détaillé
-
- Introduction à l’apprentissage par renforcement et processus de décision markovien
-
- Le cas des bandits
-
- Méthodes tabulaires : prédiction par programmation dynamique, méthode de Monte Carlo et TD Learning
-
- Planification et apprentissage pour les méthodes tabulaires
-
- Méthodes approchées : prédiction, planification et apprentissage.
