zurück zur Suche

Introduction to Deep Reinforcement Learning

MGT001299A1.5 Management6 ECTSEnglischWintersemesterProfessur für Business Analytics and Intelligent Systems (Prof. Minner komm.)

In 5 Stundenplänen von Kommilitonen

KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst die Theorie und Grundlagen von Deep Reinforcement Learning (DRL) sowie relevante Deep‑Learning- und Reinforcement‑Learning-Konzepte. Am Ende kannst du Probleme als Markov Decision Processes modellieren, DRL‑Algorithmen verstehen und anwenden sowie deren Vor‑ und Nachteile beurteilen.

Was du danach kannst

  • Grundlagen von Suchalgorithmen (Graph- und Baumsuche)
  • Probleme als Markov Decision Process (MDP) modellieren
  • Grundlagen des Reinforcement Learning (z. B. Q‑Learning, TD‑Learning)
  • Grundlagen des Deep Learning (z. B. SGD, logistische Regression, neuronale Netze)
  • Deep Reinforcement Learning verstehen (z. B. DQN, PPO)
  • DRL‑Frameworks auf praktische Probleme anwenden
  • Vor- und Nachteile von DRL‑Methoden bewerten
  • Typische Fallstricke bei praktischen Anwendungen erkennen und umgehen

Aus was das Modul besteht

  • VorlesungVermittlung der theoretischen Grundlagen von Deep Reinforcement Learning
  • ÜbungenAnwendung und Vertiefung des Vorlesungsinhalts
  • Coding LabsPraktische Umsetzung und Implementierung von DRL‑Methoden

Lehrmethode

  • VorlesungErklärung der theoretischen Konzepte
  • ÜbungenPraktische Vertiefung und methodische Anwendung
  • Coding LabsProgrammierung und Anwendung von DRL auf praxisnahe Probleme

Termine

VorlesungIntroduction to Deep Reinforcement Learning (MGT001299, englisch)

  • Fr.13:15–14:45Theresianum, 0602, Hörsaal ansteigend, ohne exp. B (0506.EG.602)
    14× · 16.10.–05.02.
    • 16.10.
    • 30.10.
    • 06.11.
    • 13.11.
    • 20.11.
    • 27.11.
    • 04.12.
    • 11.12.
    • 18.12.
    • 08.01.
    • 15.01.
    • 22.01.
    • 29.01.
    • 05.02.
  • Do.14:00–17:00Online: Videokonferenz
    13× · 22.10.–04.02.
    • 22.10.
    • 29.10.
    • 05.11.
    • 12.11.
    • 19.11.
    • 26.11.
    • 10.12.
    • 17.12.
    • 07.01.
    • 14.01.
    • 21.01.
    • 28.01.
    • 04.02.
  • Fr.16:30–19:30Online: Videokonferenzeinmalig am 05.02.

ÜbungIntroduction to Deep Reinforcement Learning (MGT001299, englisch) (Exercise)

Aus dem laufenden Semester, unverbindlich.

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.