AB
Коллеги,
Ищу заинтересованных к себе в проект с топиком RL для AutoML-AutoAugment (CV) в Huawei. Рассматриваем уверенных мидлов на позицию постарше. Подробности в лс.
Size: a a a
2020 February 04
AK
Начальство не дремлет
G
😄😄
2020 February 05
AY
На минуту показалось, что это самсунговский чат)
АС
Так и есть. Этот чат зохвачен
LM
инфицирован
AB
донатьте на лечение маленького чата
2020 February 08
c
Всем привет!
Обещанного ждут три года)
Мы таки запускаем курс лекций по Advanced RL
В рамках курса пройдет несколько докладов на разнообразные темы продвинутого RL, в их числе:
- Hierarchical RL
- Meta learning, Transfer and Multi-task RL
- Distributed RL
- Distributional RL
- Exploration in RL
- Memory in RL, POMDP
- Model-based RL
- Multi-Agent RL
- RL for combinatorial optimization
- Immitation and Inverse RL
- Genetic and Evolutionary RL
- Variational Inference in RL
Первая лекция состоится уже в следующий четверг (13го февраля).
На лекции выступит Сергей Иванов и расскажет про Exploration в RL.
Как обычно, встречаемся в ШАДе.
13е февраля, 19:00
Аудитория: Оксфорд
Если вы хотите прийти, обязательно зарегистрируйтесь в форме по ссылке!
https://docs.google.com/forms/d/e/1FAIpQLSd18PGkZuOqkWThJhmNxnmiSVFicnH4YwLVTCOkEkVQV6ZIDg/viewform
Сергей расскажет о том, что такое self-supervised режим в обучении с подкреплением и как с его помощью можно мотивировать агента исследовать окружающую среду. Обсудим преимущества введения такой "внутренней мотивации" (intrinsic motivation) RL-агентам и каких нежелательных эффектов мы при этом наоборот стремимся избежать на примере таких центральных подходов, как любопытство (Curiosity) и дистилляция случайной сетки (Random Network Distillation).
ПС !!!
Данный курс лекций будет проходить почти как нормальный университетский курс. Вы можете послушать лекции и сделать проект (про проекты расскажем позже).
Студенты ШАДа смогут зачесть успешно сданный курс как полусеместровый в ШАДе.
За подробностями пишите мне.
Студенты МФТИ могут зачесть данный курс лекций + проект как курс МФТИ.
За подробностями пишите @supergriver
Всем остальным за прохождение курса мы дадим красивые дипломы и может быть красивый мерч :)
Если вы хотите поучаствовать в выполнении проектов, пожалуйста, пройдите регистрацию в еще одной форме:
https://forms.gle/jpxWUSxfdCmqoGdY8
Также мы создали чат, в котором будет обсуждение только (!) деталей курса, проектов, лекций. Все, чем не стоило бы захламлять основной чат.
https://t.me/adv_topics_in_rl_ru_2020
ПСС
По всем вопросам пишите мне (@cydoroga), Артему Сорокину (@supergriver), Сергею Свиридову (@sergeysviridov) и Сергею Колесникову (@scitator).
Обещанного ждут три года)
Мы таки запускаем курс лекций по Advanced RL
В рамках курса пройдет несколько докладов на разнообразные темы продвинутого RL, в их числе:
- Hierarchical RL
- Meta learning, Transfer and Multi-task RL
- Distributed RL
- Distributional RL
- Exploration in RL
- Memory in RL, POMDP
- Model-based RL
- Multi-Agent RL
- RL for combinatorial optimization
- Immitation and Inverse RL
- Genetic and Evolutionary RL
- Variational Inference in RL
Первая лекция состоится уже в следующий четверг (13го февраля).
На лекции выступит Сергей Иванов и расскажет про Exploration в RL.
Как обычно, встречаемся в ШАДе.
13е февраля, 19:00
Аудитория: Оксфорд
Если вы хотите прийти, обязательно зарегистрируйтесь в форме по ссылке!
https://docs.google.com/forms/d/e/1FAIpQLSd18PGkZuOqkWThJhmNxnmiSVFicnH4YwLVTCOkEkVQV6ZIDg/viewform
Сергей расскажет о том, что такое self-supervised режим в обучении с подкреплением и как с его помощью можно мотивировать агента исследовать окружающую среду. Обсудим преимущества введения такой "внутренней мотивации" (intrinsic motivation) RL-агентам и каких нежелательных эффектов мы при этом наоборот стремимся избежать на примере таких центральных подходов, как любопытство (Curiosity) и дистилляция случайной сетки (Random Network Distillation).
ПС !!!
Данный курс лекций будет проходить почти как нормальный университетский курс. Вы можете послушать лекции и сделать проект (про проекты расскажем позже).
Студенты ШАДа смогут зачесть успешно сданный курс как полусеместровый в ШАДе.
За подробностями пишите мне.
Студенты МФТИ могут зачесть данный курс лекций + проект как курс МФТИ.
За подробностями пишите @supergriver
Всем остальным за прохождение курса мы дадим красивые дипломы и может быть красивый мерч :)
Если вы хотите поучаствовать в выполнении проектов, пожалуйста, пройдите регистрацию в еще одной форме:
https://forms.gle/jpxWUSxfdCmqoGdY8
Также мы создали чат, в котором будет обсуждение только (!) деталей курса, проектов, лекций. Все, чем не стоило бы захламлять основной чат.
https://t.me/adv_topics_in_rl_ru_2020
ПСС
По всем вопросам пишите мне (@cydoroga), Артему Сорокину (@supergriver), Сергею Свиридову (@sergeysviridov) и Сергею Колесникову (@scitator).
SA
Всем привет!
Обещанного ждут три года)
Мы таки запускаем курс лекций по Advanced RL
В рамках курса пройдет несколько докладов на разнообразные темы продвинутого RL, в их числе:
- Hierarchical RL
- Meta learning, Transfer and Multi-task RL
- Distributed RL
- Distributional RL
- Exploration in RL
- Memory in RL, POMDP
- Model-based RL
- Multi-Agent RL
- RL for combinatorial optimization
- Immitation and Inverse RL
- Genetic and Evolutionary RL
- Variational Inference in RL
Первая лекция состоится уже в следующий четверг (13го февраля).
На лекции выступит Сергей Иванов и расскажет про Exploration в RL.
Как обычно, встречаемся в ШАДе.
13е февраля, 19:00
Аудитория: Оксфорд
Если вы хотите прийти, обязательно зарегистрируйтесь в форме по ссылке!
https://docs.google.com/forms/d/e/1FAIpQLSd18PGkZuOqkWThJhmNxnmiSVFicnH4YwLVTCOkEkVQV6ZIDg/viewform
Сергей расскажет о том, что такое self-supervised режим в обучении с подкреплением и как с его помощью можно мотивировать агента исследовать окружающую среду. Обсудим преимущества введения такой "внутренней мотивации" (intrinsic motivation) RL-агентам и каких нежелательных эффектов мы при этом наоборот стремимся избежать на примере таких центральных подходов, как любопытство (Curiosity) и дистилляция случайной сетки (Random Network Distillation).
ПС !!!
Данный курс лекций будет проходить почти как нормальный университетский курс. Вы можете послушать лекции и сделать проект (про проекты расскажем позже).
Студенты ШАДа смогут зачесть успешно сданный курс как полусеместровый в ШАДе.
За подробностями пишите мне.
Студенты МФТИ могут зачесть данный курс лекций + проект как курс МФТИ.
За подробностями пишите @supergriver
Всем остальным за прохождение курса мы дадим красивые дипломы и может быть красивый мерч :)
Если вы хотите поучаствовать в выполнении проектов, пожалуйста, пройдите регистрацию в еще одной форме:
https://forms.gle/jpxWUSxfdCmqoGdY8
Также мы создали чат, в котором будет обсуждение только (!) деталей курса, проектов, лекций. Все, чем не стоило бы захламлять основной чат.
https://t.me/adv_topics_in_rl_ru_2020
ПСС
По всем вопросам пишите мне (@cydoroga), Артему Сорокину (@supergriver), Сергею Свиридову (@sergeysviridov) и Сергею Колесникову (@scitator).
Обещанного ждут три года)
Мы таки запускаем курс лекций по Advanced RL
В рамках курса пройдет несколько докладов на разнообразные темы продвинутого RL, в их числе:
- Hierarchical RL
- Meta learning, Transfer and Multi-task RL
- Distributed RL
- Distributional RL
- Exploration in RL
- Memory in RL, POMDP
- Model-based RL
- Multi-Agent RL
- RL for combinatorial optimization
- Immitation and Inverse RL
- Genetic and Evolutionary RL
- Variational Inference in RL
Первая лекция состоится уже в следующий четверг (13го февраля).
На лекции выступит Сергей Иванов и расскажет про Exploration в RL.
Как обычно, встречаемся в ШАДе.
13е февраля, 19:00
Аудитория: Оксфорд
Если вы хотите прийти, обязательно зарегистрируйтесь в форме по ссылке!
https://docs.google.com/forms/d/e/1FAIpQLSd18PGkZuOqkWThJhmNxnmiSVFicnH4YwLVTCOkEkVQV6ZIDg/viewform
Сергей расскажет о том, что такое self-supervised режим в обучении с подкреплением и как с его помощью можно мотивировать агента исследовать окружающую среду. Обсудим преимущества введения такой "внутренней мотивации" (intrinsic motivation) RL-агентам и каких нежелательных эффектов мы при этом наоборот стремимся избежать на примере таких центральных подходов, как любопытство (Curiosity) и дистилляция случайной сетки (Random Network Distillation).
ПС !!!
Данный курс лекций будет проходить почти как нормальный университетский курс. Вы можете послушать лекции и сделать проект (про проекты расскажем позже).
Студенты ШАДа смогут зачесть успешно сданный курс как полусеместровый в ШАДе.
За подробностями пишите мне.
Студенты МФТИ могут зачесть данный курс лекций + проект как курс МФТИ.
За подробностями пишите @supergriver
Всем остальным за прохождение курса мы дадим красивые дипломы и может быть красивый мерч :)
Если вы хотите поучаствовать в выполнении проектов, пожалуйста, пройдите регистрацию в еще одной форме:
https://forms.gle/jpxWUSxfdCmqoGdY8
Также мы создали чат, в котором будет обсуждение только (!) деталей курса, проектов, лекций. Все, чем не стоило бы захламлять основной чат.
https://t.me/adv_topics_in_rl_ru_2020
ПСС
По всем вопросам пишите мне (@cydoroga), Артему Сорокину (@supergriver), Сергею Свиридову (@sergeysviridov) и Сергею Колесникову (@scitator).
Какие пререквизиты для Advanced-уровня?
P
Будут ли лекции записываться и где-нибудь выкладываться?
c
Какие пререквизиты для Advanced-уровня?
По части RL:
- MDP
- Q-learning
- DQN
- Policy Gradient (A3C)
- Basic Exploration (epsilon-greedy and Boltzman strategy)
По части ML:
- Базовый ML
- Нейросети, сверточные сети
- Рекуррентки, LSTM
Опционально:
- Комбинаторика немного
- Варвывод (вероятностные графические модели)
Можно глянуть лекции из курса @ipaulo и @justHeuristic:
https://www.coursera.org/learn/practical-rl
Или тут:
https://www.youtube.com/playlist?list=PL85HjOS213P3z2wzIyeRq9KuQthZLus0a
- MDP
- Q-learning
- DQN
- Policy Gradient (A3C)
- Basic Exploration (epsilon-greedy and Boltzman strategy)
По части ML:
- Базовый ML
- Нейросети, сверточные сети
- Рекуррентки, LSTM
Опционально:
- Комбинаторика немного
- Варвывод (вероятностные графические модели)
Можно глянуть лекции из курса @ipaulo и @justHeuristic:
https://www.coursera.org/learn/practical-rl
Или тут:
https://www.youtube.com/playlist?list=PL85HjOS213P3z2wzIyeRq9KuQthZLus0a
c
Будут ли лекции записываться и где-нибудь выкладываться?
Да, запись обязательно будет!
Даже выложим
Даже выложим
P
Да, запись обязательно будет!
Даже выложим
Даже выложим
Спасибо!
SA
По части RL:
- MDP
- Q-learning
- DQN
- Policy Gradient (A3C)
- Basic Exploration (epsilon-greedy and Boltzman strategy)
По части ML:
- Базовый ML
- Нейросети, сверточные сети
- Рекуррентки, LSTM
Опционально:
- Комбинаторика немного
- Варвывод (вероятностные графические модели)
Можно глянуть лекции из курса @ipaulo и @justHeuristic:
https://www.coursera.org/learn/practical-rl
Или тут:
https://www.youtube.com/playlist?list=PL85HjOS213P3z2wzIyeRq9KuQthZLus0a
- MDP
- Q-learning
- DQN
- Policy Gradient (A3C)
- Basic Exploration (epsilon-greedy and Boltzman strategy)
По части ML:
- Базовый ML
- Нейросети, сверточные сети
- Рекуррентки, LSTM
Опционально:
- Комбинаторика немного
- Варвывод (вероятностные графические модели)
Можно глянуть лекции из курса @ipaulo и @justHeuristic:
https://www.coursera.org/learn/practical-rl
Или тут:
https://www.youtube.com/playlist?list=PL85HjOS213P3z2wzIyeRq9KuQthZLus0a
спасиб
АК
Да, запись обязательно будет!
Даже выложим
Даже выложим
Это супер круто!) А без физического присутствия проекты или возможные домашки, можно сдавать/делать?
S
2020 February 10
p
Это супер круто!) А без физического присутствия проекты или возможные домашки, можно сдавать/делать?
+
Интересует участие удалённо
я бы по максимому поучаствовал
Интересует участие удалённо
я бы по максимому поучаствовал