[Chapter1. Pytorch 기본]
· 학습 목표
PyTorch와 TensorFlow의 장단점 및 기본 구조를 이해한다.
· 주요 내용
1. Pytorch vs Tensorflow
2. Pytorch기반 신경망 구축 코드리뷰

[Chapter2. Deep Reinforcement Learning]
· 학습 목표
특정 문제에 Q-Learning 및 DQN을 적용하여 해결하는 방법을 이해하고, 적절한 파라미터 및 하이퍼파라미터를 조정하여 모델을 향상 시킵니다.
· 주요 내용
1. 강화학습 소개
2. Dynamic Programming
3. Q-Learning and Markov Decision Process
4. DQN
5. DDPG

[Chapter3. Imitation Learning]
· 학습 목표
Imitation Learning의 장단점을 파악하고 실제 응용 가능성을 이해하며, Inverse Reinforcement Learning의 주요 알고리즘들을 이해하고, 각각의 특징과 용도를 알아봅니다.
· 주요 내용
1. Imitation Learning
2. Inverse Reinforcement Learning
3. Applications to Autonomous Driving