Лекция 1, 2024 год, обзор курса: обучение с подкреплением и динамическое программирование, AlphaZ...

Слайды, конспекты лекций и соответствующие материалы учебника доступны по адресу http://web.mit.edu/dimitrib/www/RLboo... Звук первой видеолекции курса 2024 года оказался некачественным. Вместо этого я разместил первое видео курса 2023 года, которое имеет лучшее качество звука и практически идентичное содержание. Слайды можно найти по адресу https://web.mit.edu/dimitrib/www/RLTo... Последующие видеолекции 2-13 относятся к курсу 2024 года. Слайды первой лекции 2024 года можно найти по адресу https://web.mit.edu/dimitrib/www/RLTo... Содержание лекции: Обзор курса, AlphaZero, офлайн-обучение, онлайн-игра, связь с методом Ньютона. Точное и приближенное динамическое программирование для детерминированных задач, дискретная оптимизация, модель прогнозирующего и адаптивного управления, большие языковые модели с помощью динамического программирования, аппроксимация в пространстве значений и обучение с подкреплением.