zurück zur Suche

Coding Lab: Deep Reinforcement Learning

MGT001389Management-Schwerpunkt6 ECTSEnglischSommersemesterProfessur für Business Analytics and Intelligent Systems (Prof. Minner komm.)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du arbeitest an einem realen Anwendungsfall im Bereich Deep Reinforcement Learning. Aufbauend auf den Grundlagen des Kurses "Introduction to Deep Reinforcement Learning" lernst du, fortgeschrittene DRL-Methoden zu entwerfen und umzusetzen, um praktische Problemstellungen zu lösen.

Was du danach kannst

  • Forschungsfrage strukturieren und Literaturrecherche durchführen
  • Modelle, Software und Algorithmen auswählen und entwickeln
  • Wissenschaftliche Ergebnisse schriftlich dokumentieren (Seminararbeit)
  • Forschungsergebnisse präsentieren und akademisch diskutieren
  • Arbeiten in einem Umfeld, das stark von aktuellen Forschungsarbeiten geprägt ist

Aus was das Modul besteht

  • Seminar/ProjektarbeitBearbeitung eines Fallbeispiels in Kleingruppen mit wöchentlicher Betreuung und Meilensteinen
  • PräsentationVorstellung und Diskussion der Arbeitsergebnisse
  • SeminararbeitSchriftliche Dokumentation der durchgeführten Forschung

Lehrmethode

  • Einführende VorlesungVermittlung des Themas, Trends und Herausforderungen
  • Fallstudienarbeit in KleingruppenAnwendung und Vertiefung von Literaturrecherche, Modellierung und Programmierung
  • Wöchentliche Betreuung und FeedbackUnterstützung beim Fortschritt und bei Meilensteinen
  • Präsentationen und DiskussionenReflexion der Arbeiten und Training der Präsentationsfähigkeiten
  • Inverted ClassroomFörderung selbstständigen Lernens durch vorbereitende Literaturarbeit
Keine Termine im laufenden Semester
Für dieses Modul liegen im aktuellen Semester keine Kurstermine vor, oder die Zuordnung fehlt noch.

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.