林長鋆老師畢業於清華大學統計所，曾任職於高科技電子製造業，具有七年的科技廠實務經驗，擁有品質技術師（CQT）、品質工程師（CQE）、可靠度工程師（CRE）等專業證照。並授過六標準差之專業訓練，擁有六標準差黑帶證書。曾擔任研發工程師、品保工程師、品保部副課長、生產部課長、品保部副理、總經理室經理。其中有三年半的時間於美國Albert Einstein College of Medicine of Yeshiva University及UT Southwestern Medical Center進行基因及遺傳統計之研究。目前於中興大學統計所任教，主要研究興趣為工業統計、實驗設計、遺傳統計及AI人工智慧。
課程簡介
本課程旨在提供強化學習（RL）的全面實作教學，帶領學員從基礎概念逐步深入至應用技術。強化學習是機器學習中具有高度潛力的領域，透過讓代理在不同情境下進行學習與行動，最終達到目標優化。本課程首先會介紹強化學習的理論基礎，如馬可夫決策過程（MDP）、價值函數與政策選擇的基本原則，然後進入實作階段，包括使用 Gymnasium 等平台來建構與訓練代理，並實現各種 RL 演算法的編碼應用。無論是對 RL 感興趣的初學者，或是希望進一步強化應用能力的進階學習者，都能在本課程中掌握到重要的知識與技能，為未來的實際應用打下基礎。
課程目標
1. 理解強化學習的核心概念與架構
本課程將介紹強化學習的基礎理論，如馬可夫決策過程（MDP）、狀態、行動、獎勵和策略等概念，幫助學員理解強化學習代理如何在環境中學習並進行決策，進一步建立理論知識框架。
2. 學習價值函數、政策基礎方法與其應用
讓學員理解並實作強化學習中的價值函數、政策梯度等關鍵方法，以便能夠在不同決策情境中選擇與運用最適合的技術進行模型優化，幫助代理更有效地學習和應對挑戰。
3. 掌握強化學習演算法的實作技術
課程包含豐富的實作環節，學員將透過編程練習，學習如何應用強化學習演算法，並在 Gymnasium 與 Python 等平台上模擬實際環境，使學員獲得實務經驗，將理論知識轉化為具體操作能力。
4. 培養分析與解決決策問題的能力
讓學員在不同的模擬情境中應用強化學習技術，提升其分析問題、選擇演算法、優化策略的綜合能力。學員將學會根據不同目標調整強化學習模型，以達成多元化的應用，例如自動駕駛、遊戲智能體、資源管理等場景中的複雜決策問題。
5. 開發適應未來應用的強化學習技能
通過本課程的學習，學員將為未來進一步的強化學習研究與應用做好準備，並具備獨立開發強化學習應用的能力，在職場或研究領域中發揮所學的知識技能。
適用對象
適用於在學的大學生或研究生，或是已畢業之社會人士。只要對強化學習、AI人工智慧、及資料分析有興趣之學生，或工作上需要之社會人士，皆為本課程之學習對象。
課程特色
為了使學生能有更充份的學習，且能更完整的吸收，必須跳脫出傳統的課堂教學，而採用多元的教學方式，使學生能循序漸進學習。並且理論與實作並重，才有辦法將所學應用到實際案例中。除此之外，若有興趣的社會大眾，也可透過網路自行學習。
課程進度
第1週：強化學習基本概念
第2週：價值函數與Q函數
第3週：DP動態規劃
第4週：MC蒙地卡羅方法
第5週：TD時序差分法
第6週：DQN深度Q網路
第7週：PG策略梯度法
第8週：AC演員評論家法
第9週：DDPG深度確定性策略梯度法
學習成效評量
採用線上測驗。共分9大單元。配分分別為每一單元佔1/9。
先備知識
機器學習基礎，Python語言基礎。
完成課程即可獲得證書