Ưu đãi trong tuần: Nhập mã UD50 giảm 50k cho đơn từ 300k!
Trang chủ
Menu

Artificial Intelligence 2.0: AI, Python, DRL + ChatGPT Prize

Trí tuệ nhân tạo 2.0: AI, Python, Học tăng cường sâu + Giải thưởng ChatGPT

Trí tuệ nhân tạo 2.0: AI, Python, Học tăng cường sâu + Giải thưởng ChatGPT

Trí tuệ nhân tạo 2.0: Sự kết hợp thông minh nhất của Double Deep Q-Learning, Policy Gradient, Actor Critic, DDPG

4.6
(1,360 đánh giá)
11,878 học viên
Giảng viên
Hadelin de Ponteves
Phụ đề Việt chất lượng cao Phụ đề tiếng Anh Bán chạy Đánh giá cao
50.000đ 349.000đ -86%
✓ Xem giỏ hàng và thanh toán
Bao gồm phụ đề tiếng Việt, tiếng Anh
9.5 giờ video
66 bài giảng
Truy cập vĩnh viễn
Học trên mọi thiết bị
Cập nhật: 30/05/2026

Bạn sẽ học được gì

Q-Learning
Deep Q-Learning
Policy Gradient
Actor Critic
Deep Deterministic Policy Gradient (DDPG)
Twin-Delayed DDPG (TD3)
Các kỹ thuật nền tảng của Học tăng cường sâu
Cách triển khai một mô hình AI hiện đại vượt trội trong các ứng dụng ảo đầy thách thức

Yêu cầu

Kiến thức toán cơ bản như hiểu đạo hàm và gradient là gì
Một chút kiến thức lập trình (lớp và đối tượng)

Đối tượng phù hợp

Nhà khoa học dữ liệu muốn nâng tầm kỹ năng AI
Chuyên gia AI muốn mở rộng lĩnh vực ứng dụng
Kỹ sư làm việc trong lĩnh vực công nghệ và tự động hóa
Doanh nhân và công ty muốn dẫn đầu cuộc chơi
Sinh viên các ngành công nghệ muốn theo đuổi sự nghiệp Khoa học dữ liệu, Máy học hoặc Trí tuệ nhân tạo
Bất kỳ ai đam mê Trí tuệ nhân tạo

Nội dung khóa học

8 phần • 65 bài giảng
1 Chào mừng
2 Một số tài liệu trước khi bắt đầu
3 THÊM: Lộ trình học tập
4 Q-Learning
5 Deep Q-Learning
6 Policy Gradient
7 Actor-Critic
8 Phân loại mô hình AI
9 THÊM: 5 Ưu điểm của Học tăng cường sâu
10 THÊM: Bản đồ thuật toán RL
11 Nhận tài liệu
12 Giải thưởng $$ cho việc học
1 Giới thiệu và Khởi tạo
2 Phần Q-Learning
3 Phần Policy Learning
4 Toàn bộ quy trình huấn luyện
1 Toàn bộ thư mục mã nguồn khóa học với tất cả phần triển khai
2 Bắt đầu
3 Triển khai - Bước 1
4 Triển khai - Bước 2
5 Triển khai - Bước 3
6 Triển khai - Bước 4
7 Triển khai - Bước 5
8 Triển khai - Bước 6
9 Triển khai - Bước 7
10 Triển khai - Bước 8
11 Triển khai - Bước 9
12 Triển khai - Bước 10
13 Triển khai - Bước 11
14 Triển khai - Bước 12
15 Triển khai - Bước 13
16 Triển khai - Bước 14
17 Triển khai - Bước 15
18 Triển khai - Bước 16
19 Triển khai - Bước 17
20 Triển khai - Bước 18
21 Triển khai - Bước 19
22 Triển khai - Bước 20
1 Demo - Huấn luyện
2 Demo - Suy luận
1 Kế hoạch tiếp cận
2 Nơ-ron
3 Hàm kích hoạt
4 Mạng nơ-ron hoạt động như thế nào?
5 Mạng nơ-ron học như thế nào?
6 Gradient Descent
7 Stochastic Gradient Descent
8 Lan truyền ngược
1 Kế hoạch tiếp cận
2 Học tăng cường là gì?
3 Phương trình Bellman
4 Kế hoạch
5 Quá trình quyết định Markov
6 Policy vs Plan
7 Hình phạt tồn tại
8 Trực quan về Q-Learning
9 Sai khác thời gian
10 Minh họa Q-Learning
1 Kế hoạch tiếp cận
2 Trực quan Deep Q-Learning - Bước 1
3 Trực quan Deep Q-Learning - Bước 2
4 Trải nghiệm phát lại
5 Chính sách lựa chọn hành động
1 Xin chúc mừng nồng nhiệt vì đã hoàn thành thử thách!
2 Bài giảng bổ sung

Giới thiệu khóa học

Welcome to Artificial Intelligence 2.0!

In this course, we will learn and implement a new incredibly smart AI model, called the Twin-Delayed DDPG or TD3, which combines state of the art techniques in Artificial Intelligence including continuous Double Deep Q-Learning, Policy Gradient, and Actor Critic. The model is so strong that for the first time in our courses, we are able to solve the most challenging virtual AI applications (training an ant/spider and a half humanoid to walk and run across a field).

To approach this model the right way, we structured the course in three parts:


  • Part 1: Fundamentals
    In this part we will study all the fundamentals of Artificial Intelligence which will allow you to understand and master the AI of this course. These include Q-Learning, Deep Q-Learning, Policy Gradient, Actor-Critic and more.

  • Part 2: The Twin-Delayed DDPG Theory
    We will study in depth the whole theory behind the model. You will clearly see the whole construction and training process of the AI through a series of clear visualization slides. Not only will you learn the theory in details, but also you will shape up a strong intuition of how the AI learns and works. The fundamentals in Part 1, combined to the very detailed theory of Part 2, will make this highly advanced model accessible to you, and you will eventually be one of the very few people who can master this model.

  • Part 3: The Twin-Delayed DDPG Implementation
    We will implement the model from scratch, step by step, and through interactive sessions, a new feature of this course which will have you practice on many coding exercises while we implement the model. By doing them you will not follow passively the course but very actively, therefore allowing you to effectively improve your skills. And last but not least, we will do the whole implementation on Colaboratory, or Google Colab, which is a totally free and open source AI platform allowing you to code and train some AIs without having any packages to install on your machine. In other words, you can be 100% confident that you press the execute button, the AI will start to train and you will get the videos of the spider and humanoid running in the end.

So are you ready to embrace AI at full power?

Come join us, never stop learning, and enjoy AI!

Khóa học liên quan

Khám phá thêm các khoá học cùng chủ đề

Hiển thị tất cả khoá học Artificial Intelligence
Hiển thị tất cả khoá học Deep Reinforcement Learning
Hiển thị tất cả khoá học Machine Learning
Hiển thị tất cả khoá học Python
Zalo
Tôi có thể tư vấn khoá học cho bạn 😊