Megerősítéses tanulás
A gépi tanulás olyan megközelítése, amelyben egy ágens a környezetével kölcsönhatásban, jutalmak és visszajelzések alapján tanulja meg a számára kedvező cselekvési stratégiát. Ide tartoznak az állapotok, akciók és jutalmak modellezése, a döntési politika optimalizálása, valamint az autonóm rendszerekben, robotikában és irányítási feladatokban alkalmazott módszerek.
Más néven:
reinforcement learningRLmegerősítéses gépi tanulásDRLDeep Reinforcement Learningjutalmazásos tanulásmegerősített tanulás
Kapcsolódó tartalmak
Előadások
Előadás
A csillagoktól a robotikáig
Könyves VeraHUN-REN SZTAKI
MI: Nők a Mesterséges Intelligencia Kutatásban
Előadás
Gólrúgás adatokkal: adattudomány a győztes futballstratégiák szolgálatában
Pegah RahimianBME TMIT
MI forradalom: tapasztalatok a legújabb eszközökkel
Előadás
A tervezett magyar ChatGPT technikai és technológiai háttere
Gyires-Tóth BálintBME TMIT
Nagy nyelvi modellek és alkalmazásaik – ChatGPT és Mesterséges Intelligencia
Szakmai közösség
A téma előadói
3 előadóIntézményi háttér
MI Szeminárium






