AI Lab

人工智慧實驗室

？創作者：Muhammad Angga Muttaqien，2018 年初

？對我來說，這是一個絕對舒適的實驗室，可以使用我自己的人工智慧來工作，並憑經驗觀察這些技術的強大和影響力。重點研究主題如下：

1. 機器學習
2. 深度學習（例如視覺、序列和強化學習）
3. 先進技術（例如 GAN、零樣本學習、Transformer、多智能體學習等）

Now, I'm conducting research on Reinforcement Learning

深入了解人工智慧技術的最佳方法是親自實踐。在 2018-2020 年，我有一個令人興奮的計劃，即基於電腦視覺 (CV)、自然語言處理 (NLP) 和強化學習 (RL) 技術，對眾多不同的深度學習應用進行十幾個實驗。透過邊做邊學，我設想的應用程式清單如下：

履歷應用

 1. Object Classification
2. Object Detection
3. Real-time Object Detection
4. Semantic Segmentation
5. Instance Segmentation
6. Human Pose Detection
7. Visual Question Answering

自然語言處理應用

 1. Machine Translation System
2. Sentiment Analysis
3. Text Summarization
4. Topic Modeling
5. Chatbot
6. Image Captioning
7. Speech Recognition

強化學習應用

 1. Dynamic Programming Method for MDPs
2. Monte Carlo Method
3. Temporal-Difference Method (Sarsa, Sarsamax, Expected Sarsa)
4. Value-Based Method (DQN, Double-DQN, PER-DQN, Dueling-DQN, Noisy-DQN, Distributional-DQN, Rainbow-DQN)
5. Policy-Based Method (Reinforce, TRPO, PPO)
6. Actor-Critic Method (A2C/A3C, GAE, DDPG)
7. Multi-Agent Method (MADDPG, MFMARL)

機器人應用

 The time will come soon.

您可以透過執行以下命令立即複製項目上的任何資料夾：

 svn checkout https://github.com/muhamuttaqien/AI-Lab/trunk/02-deep-learning

依賴關係

本實驗需安裝Python 3.7.3和以下 Python 函式庫：

• 基礎庫：NumPy、Matplotlib
• 特定領域的庫：OpenCV、NLTK、Gym
• 深度學習架構：Keras、PyTorch、TensorFlow、ReNom

？就這樣，如有任何討論，請與我聯繫：[email protected]