1. Introduction to Deep Reinforcement Learning – LESSON 1 Welcome to Deep Reinforcement Learning
Throughout this course, you’ll be learning from academic and industry experts.
We partnered with Nvidia to bring you information about
how to apply what you learn in the classroom to the real world.
As you’ll soon learn,
video games provide an excellent environment for developing learning algorithms.
Maybe you’ve heard about the work at Google DeepMind where researchers trained
a piece of code to show superhuman performance at many Atari games,
and the same algorithms that we used to play games can be adapted for robotics.
For instance, maybe we want to teach a robotic arm to
touch objects or you want to train a Rover to drive.
The experts at Nvidia will talk to you about their current work in this area.
Later, you’ll turn your attention to finance.
We’ll consider how we might use algorithms to identify
patterns and find opportunities in the financial market.
The idea is that maybe these algorithms can tell us when it’s good to buy or sell stocks,
or how to manage financial portfolios.
While no one has perfected these applications yet,
you’ll get a glimpse into how the very best in the field are pursuing them.
It’s important to emphasize that there’s a lot of room for
new ideas and innovation from newcomers to the field,
and that’s where you’ll come in.
이 과정을 통해 학계 및 업계 전문가로부터 배우게 됩니다.
Nvidia와 제휴하여 다음 정보를 제공합니다.
교실에서 배운 것을 현실 세계에 적용하는 방법.
곧 배우게 되겠지만,
비디오 게임은 학습 알고리즘을 개발하기 위한 훌륭한 환경을 제공합니다.
연구원들이 교육을 받은 Google DeepMind의 작업에 대해 들어본 적이 있을 것입니다.
많은 Atari 게임에서 초인적인 성능을 보여주는 코드 조각,
우리가 게임을 하는 데 사용한 것과 동일한 알고리즘을 로봇 공학에 적용할 수 있습니다.
예를 들어 로봇 팔을 가르치고 싶을 수 있습니다.
물체를 만지거나 Rover가 운전하도록 훈련시키고 싶습니다.
Nvidia의 전문가가 이 분야에서 현재 작업에 대해 이야기할 것입니다.
나중에 재정에 관심을 돌릴 것입니다.
알고리즘을 사용하여
패턴을 찾고 금융 시장에서 기회를 찾습니다.
아이디어는 이 알고리즘이 주식을 매수하거나 매도하는 것이 좋은 시기를 알려줄 수 있다는 것입니다.
또는 금융 포트폴리오를 관리하는 방법.
아직 아무도 이러한 응용 프로그램을 완성하지 못했지만,
당신은 그 분야의 최고가 그들을 추구하는 방법을 엿볼 수 있습니다.
할 수 있는 여지가 많다는 점을 강조하는 것이 중요합니다.
현장에 새로 온 사람들의 새로운 아이디어와 혁신,
그리고 그것이 당신이 들어올 곳입니다.