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

===== Kvíz I =====
  * tradiční kvíz, tentokrát na výpočet Q hodnot z trénovacích epizod pomocí metody časových diferencí

/*
  * bodovaný, bonusových 0.5bodu
  * řešení odevzdat do BRUTE do úlohy **lab08quiz**, 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:20210407-101308_qlearning_cv101.pdf | cv101}}
  * p. 102, St 14:30: {{ :courses:b3b33kui:cviceni:program_po_tydnech:20210407-101412_qlearning_cv102.pdf | cv102}}
  * p. 103, Čt 12:45: {{ :courses:b3b33kui:cviceni:program_po_tydnech:qlearning_p103_cz.pdf |cv103}}
  * p. 104, Čt 14:30: {{ :courses:b3b33kui:cviceni:program_po_tydnech:qlearning_104.pdf |cv104}}
  * p. 105, Pá 9:15: {{ :courses:b3b33kui:cviceni:program_po_tydnech:qlearning_p105_cz.pdf |cv105}}
*/
===== Kvíz II - výpočet pomocí aproximace =====
  * vysvětlení na příkladech
  * příklad I: aproximace metodou nejmenších čtverců
  * příklad II: aproximativní Q-learning
  * bez bodového hodnocení

/*
  * prezentace {{ :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}}