zurück zur Suche

Research Seminar in Deep Reinforcement Learning (FIM)

MGT001534Wahlbereich6 ECTSEnglischWintersemesterStudiengang M.Sc. Finance and Information Management
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du bearbeitest in Kleingruppen ein aktuelles Forschungsproblem aus dem Bereich Deep Reinforcement Learning. Entweder reproduzierst und analysierst du eine neuere Forschungsarbeit (ggf. mit methodischer Erweiterung) oder du formulierst und untersuchst eine Anwendungsaufgabe als sequentielles Entscheidungsproblem. Am Ende kannst du ein Forschungsprojekt eigenständig wissenschaftlich, methodisch und reproduzierbar durchführen und die Ergebnisse kritisch einordnen.

Was du danach kannst

  • Wissenschaftliche Fragestellung formulieren und kontextualisieren
  • Fachliteratur systematisch suchen, bewerten und synthetisieren
  • Geeignete Modelle, Algorithmen und Werkzeuge auswählen und technisch implementieren
  • Reproduzierbare Computerversuche entwerfen, durchführen und kritisch auswerten
  • Wissenschaftlich begründete Schlussfolgerungen ziehen und Forschungsfragen abgrenzen
  • Ergebnisse schriftlich (Seminararbeit) und mündlich präsentieren und verteidigen

Aus was das Modul besteht

  • SeminarprojektKern des Moduls: Literaturrecherche, Modellierung, Implementierung und Auswertung in Kleingruppen
  • PräsentationVorstellung und Diskussion der Projektergebnisse im Seminar

Lehrmethode

  • Betreutes Forschungsprojektstrukturierter, eigenständiger Forschungsprozess mit Meilensteinen und Feedback
  • Inverted Classroom / PräsentationenDiskussion, Vermittlung von Inhalten und wissenschaftlichen Standards

Termine

SeminarResearch Seminar in Deep Reinforcement Learning (MGT001534, englisch) (FIM)2 Gruppen zur Wahl

  • ADo.09:00–16:00BC1 2.02.03, Handelsraum (8101.02.203)einmalig am 28.01.
  • BDo.14:00–16:00Online: Videokonferenzeinmalig am 08.10.

Aus dem laufenden Semester, unverbindlich. Von mehreren Gruppen besucht man eine; der Stundenplan schlägt automatisch die mit den wenigsten Überschneidungen vor.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.