08: Maschinelles Lernen 1 – Grundverfahren, Vorlesung, WS 2017/18, 19.12.2017

Autor

Rüdiger Dillmann

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

08 |
0:00:00 Starten
0:00:34 Dynamic Decay Adjustment- DDA
0:01:35 DDA-Algorithmus Beispiel
0:02:20 Initialisierung der Gewichte
0:02:43 Anpassen der Gewichte
0:03:56 Overfitting
0:04:09 Gesichtserkennung - MLNN
0:09:43 Programmieren durch Vormachen (PdV) - Skill Transfer
0:16:10 Pdv - Klassifikation von statischen Griffen
0:20:49 Autonomes Fahren mit Neuronalen Netzen ALVINN
0:26:56 Lauren (Laufmaschine neural gesteuert
0:30:22 EU - Flagsgip Projekt
0:31:22 The HBP research areas and long-term goals
0:32:36 Motivation: Why is the brain interesting for us?
0:32:49 NN: Einordnung
0:33:45 Literatur
0:34:21 Reinforcement Learning Gesetz der Auswirkung
0:37:41 Lernen durch Belohnung und Bestrafung
0:39:08 Reinforcement Learning (RL)
0:43:31 Lernziele Reinforcement Learning
0:46:42 Markov Decision Process
0:51:02 RL: Anwendungsbeispiele
0:52:33 Strategielernen - Policy learning
0:54:21 Optimale Strategie
0:55:13 Simple Temporal Difference Learning
0:56:19 Beispiel
0:58:58 Problemdimensionen beim RL
1:00:31 RL: Einleitung, Q-Learnen, Erweiterungen
1:01:52 Die Q-Funktion
1:03:27 Beispiel
1:04:58 Q-Lernen Algorithmus
1:06:11 Suchstrategien / Experimentieren
1:07:09 Optimierungen
1:09:39 Repräsentation, Generalisierung
1:10:29 Nichtdeterministischer MDP
1:11:18 Lernen von Aktionssequenzen
1:12:26 mTD-Lernen und Eligibility Traces
1:13:12 SARSA Beispiel
1:13:54 Fahrstuhlsteuerung mit RL
1:15:45 TD - Gammon
1:16:20 Online-Lernen auf der vierbeinigen Laufmaschine BISAM
1:16:54 BISAM
1:17:18 BISAM - Bewertung des Schwerpunktsverlaufes im Kreuzgang

Laufzeit (hh:mm:ss)

01:19:58

Serie

Maschinelles Lernen 1 - Grundverfahren, Vorlesung, WS 2017/18

Publiziert am

19.12.2017

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz