Introduction à l'apprentissage par renforcement dans les réseaux

Catalogue des cours de Télécom SudParis

Code

IGFF NET 4529

Niveau

M1

Graduate

Graduate

Semestre

Fall

Domaine

Réseaux

Programme

Programme Ingénieur

Langue

Français/French

Crédits ECTS

4

Heures programmées

45

Charge de travail

Charge enseignement / Total : 45/90

Coordonnateur(s)

Département

  • Réseaux et Services de Télécom

Equipe pédagogique

Organisation

Cours/TD/TP/projet/examen : - Cours/TD/TP/ Examen : 32/4/6/1

Acquis d'apprentissage

A la fin de ce module les étudiants seront capables de :
- acquérir les connaissances de base de l'apprentissage par renforcement
- maitriser les environnements GYM et OPENAI dans TENSORFLOW
- adapter un problème pratique à un agent discret ou continu.

Compétences CDIO

  • 1.1 - Knowledge of basic science including mathematics and others
  • 2.1.1 - Problem Identification and Formulation
  • 2.1.2 - Modeling
  • 2.1.5 - Solution and Recommendation

Prérequis

Python, bases de réseaux

Contenu

- Introduction aux techniques d’apprentissage (général)
- Panorama des méthodes (général)
- Apprentissage supervisé SVM (appliqué aux réseaux)
- Apprentissage par renforcement
- Markov Decision Process 1
- MDP 2
- TP SVM
- TP MDP
- TP Renforcement 1
- TP Renforcement 2
- Projet de renforcement

Evaluation

- présence notée, TP noté, projet, controle (25%,50%,15%, 10%)

Formule de l'évaluation

Mots clé :
Renforcement, apprentissage, techniques de gradient, MDP, politiques d’approximation

Bibliographie

Learning materials :

Literature :
- "Hands on Machine Learning”
- Deep reinforcement Learning
- les MDP dans l'IA

Approches pédagogiques

Apprentissage par la pratique

Fiche mise à jour le 11/02/2019