Reinforcement Learning praktisch angewendet – Zuckerbrot und Peitsche

In vielen Bereichen liefern die Methoden aus dem Deep Learning gute Ergebnisse. Es existieren jedoch viele weitere Aufgabenstellungen, für die keine historischen und vorbereiteten Trainingsdaten existieren, die man für die Trainingsmethoden zwingend braucht.

Reinforcement Learning und simulierte Evolution bieten neue und innovative Ansätze, um KI-Techniken auf neue Probleme zu übertragen. Durch Belohnung und Bestrafung "motivieren" Sie eine KI, effiziente und innovative Lösungen zu finden und sich erfolgreich zu verhalten.

Dieser Vortrag zeigt die Konzeption und Umsetzung von Reinforcement Learning an praktischen und kurzweiligen Beispielen und Live-Coding mit Java und Python.

Vorkenntnisse

Grundlegende Programmierkenntnisse

Lernziele

* Was ist Reinforcement Learning (RL)?
* Wo liegt die Abgrenzung zu Supervised Learning (SL)?
* Welche Aufgabenstellungen können besser mit RL gelöst werden?

 

Speaker

 

Heiko Spindler
Heiko Spindler ist seit über 20 Jahren als Softwarearchitekt und Softwareentwickler in vielen Projekten unterschiedlicher Branchen als Freelancer tätig. Seine Aufgaben umfassen das Aufsetzen von Projekten sowie die Betreuung über den gesamten Entwicklungszyklus. Er ist zertifizierter ScrumMaster (CSM ScrumAlliance), zertifizierter Softwarearchitekt und schreibt regelmäßig Artikel und präsentiert auf Fachkonferenzen.

Gold-Sponsor

Novatec

Silber-Sponsor

inovex

M3-Newsletter

Sie möchten über die Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden