Обучение с подкреплением: AlphaGo

Как работает AlphaGo на основе обучения с подкреплением. Часть 2 серии «Обучение с подкреплением с нуля».    • Reinforcement Learning from scratch   0:00 — введение 0:06 — как играть в Го 0:21 — знакомство с AlphaGo 0:46 — анализ игр экспертов 2:17 — обучение экспертной стратегии 2:47 — функции ценности 4:05 — деревья поиска 5:42 — обучение с подкреплением 6:17 — функция ценности AlphaGo 7:47 — alphaZero