Foundations of Reinforcement Learning

Pekiştirmeli öğrenme (reinforcement learning), ajanların bir çevreyle etkileşime girerek nasıl daha iyi kararlar almayı öğrendiğini inceler. Ajanlar hareket eder, sonuçları gözlemler, geri bildirim alır ve gelecekteki davranışlarını uyarlar. Bu uzmanlık programı, pekiştirmeli öğrenmeyi belirsizlik altında ardışık karar verme için bir çerçeve olarak geliştirmekte, klasik temellerden ölçeklenebilir derin öğrenme yöntemlerine ve ödül tasarımına kadar ilerlemektedir. İlk kurs olan Classical Reinforcement Learning; sonlu durum karar problemlerini, Markov zincirlerini, Markov karar süreçlerini, indirgenmiş ödülleri, Bellman denklemlerini, bilinen modellerle planlamayı ve örneklenmiş deneyimlerden öğrenmeyi tanıtır. Öğrenciler değer yineleme, politika yineleme, Monte Carlo yöntemleri, zamansal fark öğrenmesi, SARSA ve Q-learning konularını çalışırlar. İkinci kurs olan Deep Reinforcement Learning, pekiştirmeli öğrenmenin sinir ağı tabanlı fonksiyon yaklaştırma kullanarak tablosal ayarların ötesine nasıl ölçeklendiğini gösterir. Öğrenciler; kararlılık, teşhis, değerlendirme ve tekrarlanabilirlik konularına dikkat ederek Deep Q-Networks, deneyim tekrarı arabellekleri (replay buffers), hedef ağlar, politika gradyanı yöntemleri, aktör-kritik algoritmaları ve PPO, DDPG ve SAC gibi modern yöntemleri incelerler. Üçüncü kurs olan Reward Programming ise...