156-103 Introduction à l'apprentissage automatique.
Enregistré lors d'une session de cours en direct pour GTC le 7-8-2026.
Cette vidéo couvre les concepts de l'Unité 9.
Sujets :
Ce matériel éducatif présente les principes fondamentaux de l'apprentissage par renforcement (RL), une branche de l'apprentissage automatique où un agent apprend par essais et erreurs dans un environnement spécifique. Contrairement aux méthodes supervisées ou non supervisées, le RL repose sur un système de récompenses et de pénalités pour guider une entité autonome vers un objectif souhaité. Le texte définit des composants critiques tels que les états, les actions et les politiques, tout en expliquant comment l'agent vise à maximiser les récompenses cumulées au fil du temps. Il aborde également le compromis entre exploration et exploitation, en utilisant des stratégies comme epsilon-greedy pour équilibrer la découverte de nouvelles informations et l'utilisation de chemins connus et réussis. Des applications concrètes sont mises en avant, y compris les véhicules autonomes, la robotique et l'IA de jeux complexes comme AlphaGo. Enfin, la source distingue entre les algorithmes basés sur des modèles et ceux sans modèle, illustrant comment différents cadres traitent les données environnementales et la prise de décision.
Cette vidéo est destinée aux étudiants suivant ce cours ce semestre, mais d'autres peuvent également la trouver utile.