Trilha de aprendizado de IA

Programe IA clássica e aprendizado por reforço em Go

8 desafios sobre como as máquinas buscam, jogam e aprendem com recompensas: busca de caminhos A*, minimax e alfa-beta, algoritmos genéticos, cadeias de Markov, bandidos multibraço, iteração de valor e Q-learning. Resolva-os em ordem em Go; cada um roda no navegador com testes instantâneos e uma revisão por IA.

Começar o primeiro desafio

Faça login para salvar seu progresso na trilha.

0%resolvido

0 / 8

1

Busca, jogos e evolução

Busca de caminhos A*, minimax, poda alfa-beta e algoritmos genéticos.

0/4
Aprenda o conceito primeiro Busca e IA de jogos: A* e minimax em Python Ler a lição →
1. 1 Busca A* em uma grade ponderada Médio Resolver em Go
2. 2 Jogo da velha com minimax Médio Resolver em Go
3. 3 Poda alfa-beta Médio Resolver em Go
4. 4 Uma geração de um algoritmo genético Médio Resolver em Go
2

Acaso e exploração

Cadeias de Markov e o equilíbrio entre exploração e aproveitamento.

0/2
Aprenda o conceito primeiro Cadeias de Markov e o dilema entre explorar e aproveitar em Python Ler a lição →
1. 1 Distribuição de estados de uma cadeia de Markov Fácil Resolver em Go
2. 2 Bandido multibraço epsilon-greedy Fácil Resolver em Go
3

Aprendizado por reforço

Iteração de valor e Q-learning.

0/2
Aprenda o conceito primeiro Aprendizado por reforço: value iteration e Q-learning em Python Ler a lição →
1. 1 Iteração de valor Médio Resolver em Go
2. 2 Atualizações de Q-learning Médio Resolver em Go