====== 09 Reinforcement III ======
  * Hodnoty stavů při náhodné procházce
  * Aproximace minimalizující součet čtverců chyb (LSQ)
  * Učení aproximační Q-funkce
  * Diskuse k mid-term písemce (pokud budou dotazy)

===== Kvíz I - cena uzlů náhodné procházky =====
  * tradiční kvíz, tentokrát na výpočet hodnot stavů při náhodné procházce
  * bodovaný, bonusových 0.5bodu
  * řešení odevzdat do BRUTE do úlohy **lab09quiz**, do půlnoci dne, kdy běží dané cvičení
  * formát: textový soubor, fotka řešení na papíře, pdf - co Vám nejlépe vyhovuje a dokážeme to přečíst
  * správné řešení prodiskutujeme na příštím cvičení


==== Zadání kvíz I ====
  * p. 101, St 12:45: {{ courses:b3b33kui:cviceni:program_po_tydnech:kviz_nahodna_prochazka_101.pdf|Nahodna prochazka Cviceni 101}} 
  * p. 102, St 14:30: {{ courses:b3b33kui:cviceni:program_po_tydnech:kviz_nahodna_prochazka_102.pdf|Nahodna prochazka Cviceni 102}} 
  * p. 103, Čt 12:45: {{ :courses:b3b33kui:cviceni:program_po_tydnech:random_walk_cviceni_103.pdf |Nahodna prochazka Cviceni 103}}
  * p. 105, Pá 9:15: {{ :courses:b3b33kui:cviceni:program_po_tydnech:random_walk_cviceni_105.pdf |Nahodna prochazka Cviceni 105}}


===== Kvíz II - výpočet pomocí aproximace =====
  * on-line výuka, vysvětlení na příkladech
  * příklad I: aproximace metodou nejmenších čtverců
  * příklad II: aproximativní Q-learning
  * bez bodového hodnocení
  * prezerntace {{ :courses:b3b33kui:cviceni:program_po_tydnech:learning_by_approximation.pdf | Learning_by_approximation.pdf}}


====  ====

{{page>courses:b3b33kui:internal:quizzes#Cena uzlů náhodné procházky}}

{{page>courses:b3b33kui:internal:quizzes#Nejmenší čtverce}}

{{page>courses:b3b33kui:internal:quizzes#Aproximativní Q-learning}}