07: Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018, 22.06.2018

Autor

Peter Wolf

Herausgeber

KIT | Webcast

Beteiligtes Institut

Institut für Anthropomatik und Robotik (IAR)

Genre

Vorlesung

Beschreibung

07 |
0:00:00 Start
0:01:36 Wieso Reeinforcment Learning
0:02:53 Markov Decision Process
0:07:29 Strategielernen - Policy Learning
0:08:53 Bellmann Gleichungen
0:12:29 RL: Entscheiden während des Lernens
0:13:37 Q Lernen
0:18:47 Erweiterte Ansätze des RL
0:19:59 Modellbasierte Lernansätze
0:21:53 Modellfreie Lernansätze
0:23:09 Effiziente Funktionsapproximation
0:24:24 Realisierung: Fitted Q-Iteration
0:27:30 Deep Reinforcement Learning
0:29:22 Experience Replay
0:32:47 Sollwert - Netzwerk
0:34:11 Training mit Experience Replay
0:35:22 Anwendungsbeispiele
0:37:03 Erweiterungen des Deep Q-Learning
0:42:38 Hierarchisches RL
0:44:22 Printerbot
0:46:23 Hierarchisches RL - Zielsetzung
0:47:36 Options
0:55:34 Strategoebasiertes RL
1:01:39 Zielsetzungsfunktion
1:03:44 Monte Carlo Policy Gradient
1:06:14 Actor Critic Verfahren
1:08:38 Thinking Big

Laufzeit (hh:mm:ss)

01:11:04

Serie

Maschinelles Lernen 2 - Fortgeschrittene Verfahren, Vorlesung, SS 2018

Publiziert am

28.06.2018

Fachgebiet

Informatik

Lizenz

KITopen-Lizenz