Beschreibung

Reinforcement Learning ist ein Teilbereich des maschinellen Lernens, aber auch ein Allzweckformalismus für automatisierte Entscheidungsfindung und KI. Dieser Kurs führt Sie in statistische Lerntechniken ein, bei denen ein Agent explizit Aktionen ausführt und mit der Welt interagiert. Das Verständnis für die Bedeutung und Herausforderungen von Lernagenten, die Entscheidungen treffen, ist heute von entscheidender Bedeutung. Immer mehr Unternehmen interessieren sich für interaktive Agenten und intelligente Entscheidungsfindung.

Dieser Kurs führt Sie in die Grundlagen des Reinforcement Learning ein. Wenn Sie diesen Kurs beendet haben, werden Sie:
- Formalisieren Sie Probleme als Markov-Entscheidungsprozesse
- Grundlegende Explorationsmethoden und den Kompromiss zwischen Exploration und Exploitation verstehen
- Wertfunktionen als Allzweckwerkzeug für eine optimale Entscheidungsfindung verstehen
- Wissen, wie dynamische Programmierung als effizienter Lösungsansatz für ein industrielles Steuerungsproblem implementiert wird

In diesem Kurs lernen Sie die Schlüsselkonzepte des Reinforcement Learning kennen, die den klassischen und modernen Algorithmen in RL zugrunde liegen. Nach Abschluss dieses Kurses können Sie RL für echte Probleme verwenden, bei denen Sie den MDP haben oder angeben können.

Dies ist der erste Kurs der Reinforcement Learning Specialization.

Preis: Kostenlos anmelden!

Grundlagen des Reinforcement-Lernens - Universität von Alberta