du lundi au vendredi, de 9h à 17h
aidehandicapecole(@)education.gouv.fr
du lundi au vendredi de 8h30 à 12h et de 13h30 à 16h30
mademande-ecoleinclusive(@)ac-clermont.fr
https://arena.ac-clermont.fr/ecole-inclusive
Un des principes de l'apprentissage par renforcement est de mettre en place un système de récompense/punition pour identifier les informations pertinentes afin de progresser. Ce fonctionnement est particulièrement visible dans tous les jeux résolus. L'exemple développé ici à partir de l’Hexapawn, jeu qui oppose un joueur humain à une machine composée de boites d’allumettes, permet de voir comment l'intelligence artificielle fait émerger un algorithme optimal.
►Initiation à l'apprentissage par renforcement.pdf
Bastien Masse, coordinateur de la chaire éducation ouverte et intelligence artificielle (EO - IA) et administrateur de l'association Class'Codede, met en lumière l’apprentissage par renforcement qui consiste à permettre à un algorithme de se renforcer par l’expérience (les données) et de progresser au cours de son fonctionnement.
Plus d'informations
Retrouvez tous les documents de la formation au numérique des élèves