課程大綱

1. 環境建置 [1 hour]
   • Google Cloud Platform 操作
   • nvidia-docker 構建運行環境
   • OpenAI Gym 環境教學
2. 增強學習 介紹與實作 [1 hour]
   • 馬可夫決策過程
   • 時間差分
   • Q-learning
3. 神經網路方法與實作 [2 hour]
   • 邏輯回歸
   • 多層神經網路
   • 卷積神經網路
   • Policy Gradient
4. 深度增強學習 介紹與實作 [2 hour]
   • Deep Q-Network
   • Advantage Actor-Critic
5. 休息時間 [15min * 4] + 午餐 [1 hour]