WEBVTT 00:00.450 --> 00:03.210 Halo dan selamat datang kembali ke kursus tentang kecerdasan buatan. 00:03.240 --> 00:08.220 Pada bagian hari ini kita membahas topik pembelajaran Q yang mendalam. 00:08.250 --> 00:11.200 Jadi mari kita lihat bagaimana kita akan menyerang ini di bagian ini. 00:11.220 --> 00:17.280 Kita akan belajar intuisi pembelajaran yang mendalam sisi pembelajaran hal-hal sehingga kita pergi ke dalam belajar terpisah intuisi 00:17.750 --> 00:20.840 di baliknya menjadi dua bagian untuk belajar dan bertindak. 00:20.850 --> 00:22.620 Dan kita harus detail tentang itu. 00:22.620 --> 00:28.290 Jadi pertama-tama memahami bagaimana jaringan saraf benar-benar belajar dan bagaimana mereka memperbarui bobot mereka berdasarkan pada apa 00:28.290 --> 00:34.350 yang kita makan mereka dan bagaimana seluruh konsep pembelajaran bekerja atau bagaimana kita akan mengambil konsep perbedaan temporal atau 00:34.350 --> 00:40.140 membahas kembali dan belajar sederhana dan menerapkannya dalam pembelajaran yang mendalam dan kemudian kita akan berbicara tentang bagaimana 00:40.530 --> 00:46.550 algoritma pembelajaran yang mendalam benar-benar memutuskan tindakan apa yang harus diambil dalam keadaan apa kita akan berbicara tentang 00:46.560 --> 00:52.530 pengalaman memutar ulang penambahan yang sangat penting di atas pembelajaran yang dalam yang sebenarnya memungkinkan dalam Anda akan 00:53.100 --> 00:57.420 belajar bekerja dengan benar dan Anda akan melihat mengapa itu penting dari tutorial 00:57.420 --> 00:58.100 itu. 00:58.350 --> 01:02.350 Dan kemudian kita akan berbicara tentang kebijakan pemilihan tindakan. 01:02.470 --> 01:11.190 Kita akan berbicara tentang bagaimana agen penghasil deep kill mampu menggabungkan eksplorasi dengan eksploitasi. 01:11.190 --> 01:15.960 Jadi begitu mereka menemukan sesuatu pendekatan yang baik mereka dapat menggunakan pendekatan itu tetapi juga mereka 01:15.960 --> 01:18.900 perlu mengeksplorasi sehingga mereka tidak terjebak dalam maksimum lokal. 01:18.900 --> 01:24.660 Dan satu hal lagi yang ingin saya sebutkan tentang bagian ini adalah sangat bermanfaat jika Anda 01:24.660 --> 01:28.050 melihat pada jaringan saraf tiruan nomor satu x. 01:28.050 --> 01:33.570 Jadi, jika Anda pergi dan menjelajahi semua topik itu, kami memiliki beberapa tutorial intuisi yang sangat kuat yang disiapkan untuk 01:33.570 --> 01:34.500 Anda di sana. 01:34.650 --> 01:38.130 Jika Anda belum selesai tentu saja jika Anda belum melakukan kursus pembelajaran mendalam jika Anda telah melakukan itu Anda 01:38.130 --> 01:41.400 merencanakan kursus dan Anda sudah tahu semua hal ini dan Anda dapat melanjutkan dengan S .. 01:41.460 --> 01:46.950 Tetapi jika Anda ingin mendapatkan pengetahuan tambahan tentang jaringan saraf sebelum Anda melanjutkan dengan bagian 01:46.950 --> 01:52.020 ini tentu saja ini sangat dianjurkan karena akan membantu Anda memahami dengan 01:52.020 --> 01:58.230 tepat bagaimana jaringan saraf bekerja dan mengapa mereka sangat kuat mengapa kami memanfaatkannya algoritma pembelajaran keren ini. 01:58.320 --> 02:03.450 Dan begitu Anda menyegarkan pengetahuan Anda atau mendapatkan pengetahuan itu di jaringan saraf dari lampiran itu dan 02:03.450 --> 02:08.900 kembali ke sini dan kami akan melanjutkan dengan terutama jika Anda cukup nyaman dalam jaringan saraf maka mari kita 02:08.940 --> 02:10.160 langsung ke dalamnya. 02:10.170 --> 02:13.040 Mari kita mulai berbicara tentang intuisi pembelajaran yang mendalam. 02:13.320 --> 02:15.450 Dan saya berharap dapat melihat pada tutorial pertama. 02:15.450 --> 02:16.840 Sampai kemudian menikmati a.