Date de mise à jour pas encore vérifiée

Deep RL Course

Hugging Face

Formation ouverte sur l'apprentissage par renforcement, le deep RL et l'optimisation de politique dans l'écosystème Hugging Face.

Cette formation est enseignée en anglais. Cette page est notre traduction de sa fiche.

Notre avis

Une formation gratuite et très orientée code, du Q-learning à l'optimisation de politique, avec des agents entraînés que vous pouvez partager. Adaptée à ceux qui connaissent déjà Python et les bases du ML.

Idéal pour : Apprenants en Python et en ML prêts pour un parcours riche en code, du Q-learning à l'optimisation de politique, avec des agents à partager.

D'après la page de la formation, le programme et les prix, et non après l'avoir suivie. Notre méthode de notation

Ce que vous apprendrez

  • Apprentissage par renforcement
  • Apprentissage par renforcement profond
  • Optimisation de politique

Points forts

  • Pas de frais d'inscription
  • Outils open source concrets

Points d'attention

  • Durée non confirmée de façon fiable
  • Peut demander des bases en programmation ou techniques

À propos de Hugging Face

Hugging Face publishes online learning content in AI, data, or software development.

Formations similaires

Royaume-Uni Prochaine rentrée : sept. 2027

Artificial Intelligence MSc

University of Edinburgh

  • Master
  • En présentiel à Édimbourg
  • 1 an à temps plein ; 2 ou 3 ans à temps partiel
  • Langue d'enseignement : anglais

Outils : Python

Frais de scolarité variables Prix sur le site de l'organisme

France

Master 2 de recherche : Mathématiques, Vision, Apprentissage (MVA)

ENS Paris-Saclay

Une dernière année de master orientée recherche en mathématiques pour le machine learning et la vision par ordinateur, avec des cours répartis entre l'ENS Paris-Saclay, CentraleSupélec, l'École polytechnique, Télécom Paris, Mines Paris et des établissements parisiens.

  • Master
  • En présentiel à Gif-sur-Yvette
  • Master 2 (dernière année)

Frais de scolarité variables Prix sur le site de l'organisme