Vahvistettu oppiminen ja sen sovellukset

Tässä kirjallisuuskatsauksessa tutustutaan vahvistettuun oppimiseen, joka on koneoppimisen menetelmä. Tavoite on käydä läpi koneoppimisen ja syväoppimisen menetelmiä ja verrata vahvistettua oppimista näihin. Vahvistetussa oppimisessa tutustutaan eri menetelmiin oppia ympäristöiltä ja lopuksi tutustu...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Haaralahti, Elias
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Aineistotyyppi: Kandityö
Kieli:fin
Julkaistu: 2019
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/64385
Kuvaus
Yhteenveto:Tässä kirjallisuuskatsauksessa tutustutaan vahvistettuun oppimiseen, joka on koneoppimisen menetelmä. Tavoite on käydä läpi koneoppimisen ja syväoppimisen menetelmiä ja verrata vahvistettua oppimista näihin. Vahvistetussa oppimisessa tutustutaan eri menetelmiin oppia ympäristöiltä ja lopuksi tutustutaan muutamiin vahvistetun oppimisen sovelluksiin. Lopussa todetaan vahvistetun oppimisen olevan hyödyllinen menetelmä ongelmiin, joissa agentti voi oppia ympäristön palautteen avulla. In this literature review the topic of reinforcement learning, which is a method of machine learning, will be introduced. The goal is to understand machine learning and deep learning methods and compare them to reinforcement learning methods. Reinforcement learning methods will be explored along a couple of real life applications. The conclusion is that reinforcement learning is a good method for problems, in which an agent can learn from the environment's feedback.