Warning
This page is located in archive. Go to the latest version of this course pages. Go the latest version of this page.

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

Kvíz II - výpočet pomocí aproximace

  • vysvětlení na příkladech
  • příklad I: aproximace metodou nejmenších čtverců
  • příklad II: aproximativní Q-learning
  • bez bodového hodnocení
courses/b3b33kui/cviceni/program_po_tydnech/tyden_09b.txt · Last modified: 2022/04/22 10:29 by kostkja2