Deep Reinforcement: Proximal Policy Optimization

本活動將探討深度強化學習中的近端策略優化（Proximal Policy Optimization, PPO）方法，並分析其在策略學習中的優勢與應用。PPO 透過限制策略更新幅度來平衡學習穩定性與探索效率，廣泛應用於機器人控制、遊戲 AI 及自動決策系統。活動將結合理論講解與實作示範，幫助參與者理解 PPO 的核心概念與實現方式，並學習如何應用該方法提升強化學習模型的表現。

社課6-幣圈人的買房攻略

幣圈人的買房攻略旨在幫助加密貨幣投資者合理規劃資產，實現從虛擬財富到現實資產的轉換。內容涵蓋如何透過穩健的資金管理降低市場波動風險、利用法幣與加密貨幣結合的方式支付房款、避開監管風險，以及如何選擇適合的貸款與避稅策略。攻略的核心目標是確保投資者在保障財富安全的同時，成功購置不動產，提升財務穩定性。