Fondamenti di Reinforcement Learning (parte1) - come insegnare a imparare

Panoramica generale del corso 

Il Deep Learning è una tecnologia al crocevia di diverse discipline, ma la sua spina dorsale è l’informatica, e in particolare la programmazione. Infatti il Deep Learning offre tecniche e algoritmi che si possono “implementare” in applicazioni e librerie software, per essere utilizzati nei vari contesti applicativi e scatenare la potenza degli algoritmi stessi sulle moli di dati a partire dai quali questi algoritmi offrono le migliori performance. In quanto tale, il ciclo di vita di un progetto di Deep Learning è un caso particolare del ciclo di vita del software e la parte fondamentale dello sviluppo di un progetto software, cioè la programmazione o meglio lo sviluppo di programmi, non può essere ignorata da chiunque voglia affrontare seriamente questi argomenti. In questo modulo offriamo le basi della programmazione utilizzando il linguaggio Python, una delle principali “lingue franche” della community di Deep Learning: partiremo da zero giungendo a parlare anche di classi e oggetti e descrivendo al tempo stesso le tecniche fondamentali di programmazione e gli aspetti principali e imprescindibili del linguaggio Python.

Come funziona il corso?

Il corso, realizzato da docenti di prestigiose università italiane, è  fruibile in qualsiasi momento e da qualsiasi dispositivo elettronico. Per dubbi e chiarimenti puoi sempre contare sull’aiuto di un docente, pronto a rispondere alle tue domande.

Cosa Imparerai nel corso?

Competenze e concetti base di programmazione in python.

Chi può seguire il corso?

Chi ha una mente aperta e predisposta all’analisi: le lezioni sono adatte a chiunque ma è necessario avere passione per i numeri e i calcoli, oltre che tanta pazienza.

Chi lavora anche full time: se sei un lavoratore full time non ti preoccupare! Potrai seguire le lezioni in completa autonomia nel tuo tempo libero.

Chi vuole crescere professionalmente: Se vuoi elevare la tua carriera Deep Learning Italia ti da l’opportunità di poterlo fare a costi contenuti.

Programma del corso:

• Presentazione del mini degree Reinforcement Learning
• Cos’è il Reinforcement Learning
• State, Observability e Distribution Model
• Policy and Value
• Esercitazione: intro to GYM
• Esercitazione: mondo griglia
• MDP: Markov Decision Processes
• MDP: Exercises
• Catene di Markov
• Multi-armed bandit
• Return e Decisions
• State-Value Bellman Equation
• Cos’è¨ la dynamic programming?
• Dynamic Programming: Improvement
• Value Iteration: Prediction, Improvement and Control
• Convergence: Contraction Mapping Theorem
• Esercitazione: Dynamic Programming
• Esercitazione

Maurizio Parton 

Sono professore associato di matematica all’Università di Chieti-Pescara, dove insegno a Economia, nel corso di laurea in Economia e Informatica per le Imprese. Sono presidente della Federazione Italiana Gioco Go dal 2013.

Nonostante le mie origini in geometria differenziale, campo nel quale faccio tuttora ricerca, mi occupo di intelligenza artificiale dal 28 gennaio 2016, data in cui è apparso per la prima volta AlphaGo.

Da matematico ho potuto fin da subito apprezzare l’immensa potenzialità delle tecniche usate nello sviluppo di AlphaGo, e ho cominciato a studiare approfonditamente reti neurali e apprendimento per rinforzo. Da allora ho tenuto corsi per matematici e molteplici conferenze divulgative. Sono profondamente convinto che l’intelligenza artificiale segnerà il nostro futuro (molto) prossimo, e per questo motivo mi dedico con passione alla disseminazione dei suoi principi fondamentali e tecniche di base.

Andrea Mercuri

Per circa dieci anni ho lavorato come sviluppatore in due società di consulenza romane. In seguito mi sono iscritto al corso di laurea in Fisica dell’università La Sapienza di Roma, conseguendo una laurea triennale e, successivamente, al corso di Laurea in Matematica per le Applicazioni, conseguendo una laurea magistrale col massimo dei voti. Dal 2015 mi occupo di Machine Learning, Deep Learning con un focus particolare in applicazioni di Reinforcement Learning.

Quali sono i vantaggi di seguire un corso Deep Learning Italia?

• Accesso al corso life long
• Puoi seguire il corso dove e quando vuoi: Deep Learning, infatti, ti offre l’opportunità di accedere alla piattaforma in qualsiasi momento tu abbia voglia e possibilità di studiare. Basta semplicemente un dispositivo elettronico e una connessione internet!
• Troverai sempre materiale nuovo e lezioni aggiornate: i nostri professori ti forniranno moltissimo materiale per supportare i tuoi studi e aggiorneranno periodicamente la piattaforma con nuove slides o con nuovi moduli;
• Nei nostri corsi troverai sempre una componente interattiva per stimolare l‘apprendimento: giochi, quiz, podcast e tanto altro ti aiuteranno a migliorare e a rendere la tua formazione unica;
• Non sarai mai solo! Avrai a disposizione la nostra community per metterti in contatto con altri studenti.
• A fine percorso riceverai una certificazione che potrai aggiungere al tuo CV e che ti darà la possibilità di farti notare da grandi aziende del settore;
• Se lo vorrai, Deep Learning Italia, ti potrà aiutare a trovare lavoro mettendoti in contatto con le nostre aziende partner.