TDDE78 · 6 hp · Avancerad nivå (A1N) · Informationsteknologi, Datateknik, Datavetenskap
Förstärkningsinlärning
Ges · nästa start VT 2027
94 %
klarade senaste ordinarie tillfället
LAB1 · 12 jun 2026 · 16 studenter
94 %
klarade de ordinarie tillfällena, alla tillfällen de senaste 5 åren
LAB1 · 16 studenter
Ingår i 3 program
Inlämning eller laboration
LAB1 Laborationer
- 5
- 4
- 3
- U
Ordinarie tillfällen
94 % godkända · 16 studenter
- 94 %16
Senare tillfällen
Inga tillfällen med minst 5 studenter.
- Får 4 eller 5: 88 % (16 studenter)
Om kursen
Mål
Kursen ger en introduktion till området förstärkningsinlärning. Målet är att studenterna ska vara bekanta med olika metoder som används för lärande baserat på feedback.
Efter avslutad kurs ska du kunna:
- identifiera grundläggande begrepp, terminologi, teorier, modeller och metoder inom förstärkningsinlärning
- utveckla och systematiskt testa grundläggande metoder inom förstärkningsinlärning
- utvärdera olika förstärkningsinlärningsalgoritmer experimentellt samt tolka och dokumentera resultat från experimentella studier
- ha bred kunskap för att kunna läsa och dra nytta av litteratur inom området
Innehåll
Grundkurs i förstärkningsinlärning, huvudsakligen ur ett datavetenskapligt perspektiv. Fokus ligger på att introducera de viktigaste koncepten, teknikerna och metoderna, inklusive
- Värdebaserade, policybaserade och modellbaserade förstärkningsinlärningsmetoder
- Aktör-kritiska metoder
- Fleragentförstärkningsinlärning
- Flermålsbaserad förstärkningsinlärning
- Hierarkisk förstärkningsinlärning
- Examinator
- Fredrik Heintz
- Schemalagd tid
- 0 h
- Huvudområde
- Informationsteknologi, Datateknik, Datavetenskap