Logga in

Registrera

1RT745 · Uppsala universitet

Förstärkningsinlärning

Ny kurs

Kom igång gratis

Inga tentor än

Ladda upp dina tidigare tentor och få hjälp med att strukturera ditt studiematerial

Få dina tentauppgifter kategoriseradeBli guidad genom ditt studiematerialFå hjälp direkt med teori och tipsHåll koll på dina framsteg

Kurs info

KurssidaKursplan
HP
5
Språk
Engelska
Nivå
Avancerad nivå
Fakultet
Teknisk-naturvetenskapliga fakultetsnämnden
Institution
Institutionen för informationsteknologi

Lärandemål

Efter godkänd kurs ska studenten kunna:

  • förklara möjligheter och begränsningar med förstärkningsinlärning,
  • analysera möjliga tillämpningar, avgöra om de kan formuleras som förstärkningsinlärningsproblem, och i så fall formellt ta fram en sådan formulering,
  • implementera, använda och utvärdera centrala algoritmer för förstärkningsinlärning,
  • analysera metoder för förstärkningsinlärning med avseende på statistiska egenskaper.
Kursinnehåll
Kursen ger en grundlig introduktion till moderna verktyg för att ta fram, implementera och analysera algoritmer för förstärkningsinlärning. Kursen går igenom Markov-beslutsprocesser, planering via dynamisk programmering, modellfri prediktion och styrning, avvägning mellan prospektering och exploatering, funktionsapproximationer och policy-gradientmetoder, och berör även djup förstärkningsinlärning. Bland de tillämpningar som diskuteras under kursen finns klassiska reglerproblem som den inverterade pendeln, men även robotik och datorspel.
Förutsättningar
  • 120 hp inklusive Sannolikhet och statistik, Linjär Algebra II, Envariabelanalys och en fortsättningskurs i programmering. Engelska 6. (Med en svensk kandidatexamen uppfylls kravet på engelska.)
Litteratur
Barto, Andrew G., Reinforcement learning: an introduction, Second edition, Cambridge, MA, The MIT Press, [2018] - Sutton, Richard S.
Liknande kurser vid andra universitet
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Statistisk inlärning och dataanalys

SF19309 tentor
Kungliga Tekniska högskolan

Kungliga Tekniska högskolan

Moderna metoder för statistisk inlärning

SF29353 tentor
Redo att boosta dina studier?

Gör som 15 000+ studenter och ta kontroll över ditt tentaplugg.

Kom igång gratis

Produkt

  • Priser

  • Karriär

Företag

  • Om oss

  • Blogg

  • Användarvillkor

  • Integritet

  • Support

Universitet

  • KTH

  • Uppsala universitet

  • Linköpings universitet

  • Chalmers

  • Lunds universitet

  • Luleå tekniska universitet

  • Stockholms universitet

  • Gymnasiet

Socialt

  • Instagram

  • Facebook

  • YouTube

  • TikTok

  • Linkedin

© 2026 Crash Course Sverige AB