Reinforcement Learning

Sie werden Sie mit den theoretischen Grundlagen dieser Methode des maschinellen Lernens vertraut gemacht. Dabei wird diese von den anderen Klassen des ML abgegrenzt und in den Kontext der allgemeinen Methoden der künstlichen Intelligenz gestellt. Danach werden einzelne Unterthemen der konkreten Umsetzung von Reinforcemet Learning erläutert, wie z.B. "Wert-Iteration", "Q-Lernen", "TD-Lernen" und "neuronale Netze". Dies wird anhand klassischer Beispiele geschehen, aber auch durch kleine, praktische Programmieraufgaben in der Sprache Python ergänzt werden. Es wird aufgezeigt und diskutiert, wie die erläuterten Methoden in der Praxis Anwendung finden und womit sie ggf. kombiniert werden müssen.