Machine Learning mit Python und Keras, TensorFlow 2 und Scikit-Learn

Kapitel 18: Entscheidungsfindung in komplexen Umgebungen per Reinforcement Learning

In den letzten Kapiteln ging es vor allem um überwachtes und unüberwachtes Machine Learning. Zudem haben wir künstliche neuronale Netze und Deep Learning verwendet, um verschiedene Aufgaben in Angriff zu nehmen. Wie Sie wissen, konzentriert sich überwachtes Lernen darauf, anhand eines Eingabemerkmalsvektors eine bestimmte Kategorie oder einen stetigen Wert vorherzusagen. Beim unüberwachten Lernen hingegen geht es darum, Muster in den Daten zu erkennen, was sich bei der Datenkomprimierung (Kapitel 5), beim Clustering (Kapitel 11) oder bei der Approximation der Verteilung der Trainingsdaten zum Erzeugen neuer Daten (Kapitel 17) als nützlich erweist.

In diesem Kapitel ...