Reinforcement Learning Specialization (UAlberta)
개요
- 내용: 강화학습의 기초와 응용 전반을 공부할 수 있는 Specialisation.
- Institution: University of Alberta
- Workload : 4 Courses, 4~5 Wks a course, 4-6hrs a week
장점
- Adam White, Martha White 현재 강화학습 분야에서 핫한 교수님들의 강의
- 강화학습의 대부 Sutton의 연구실에서 직접 제작한 영상
- 강화학습의 바이블 Reinforcement Learning: An Introduction을 따라감
- Richard Sutton, Andy Barto, David Silver, Emma Brunskill 등 다양한 강화학습 연구진들의 short talk을 감상할 수 있음
- 알고리즘을 직접 구현할 수 있는 기회, 강화학습 환경에 대한 설정은 아름답게 해놓음
단점
- 본인들 연구실에서 개발한 RL Glue를 사용함 (Gym이 아님)
- 최근 강화학습 알고리즘, 특히 Policy-Based 알고리즘 강의가 부족함
- Specialisation이 길어서 끈기가 필요함
총평
머신러닝 인강에 Andrew Ng 의 Machine Learning이 있는 것처럼 강화학습을 공부하고 싶을 때 꼭 들어야 하는 클래식 강의가 될 것만 같다. 대가들의 강의를 직접 듣는 것도 벅찬데 퀄리티조차 좋아서 감동함. 과제도 이상한 것 없이 잘 돌아감. 기본적으로 Sutton & Barto를 따라가기 때문에 이 책의 일독과 구현이 목표인 사람에게 특히 추천.
Leave a comment