Masterseminar Stochastik "Mathematical Reinforcement Learning for AI"
Nicolas Perkowski, Dave Jacobi
Zusätzl. Angaben / Voraussetzungen
Voraussetzungen: Stochastik I und II. Wünschenswert: Stochastik III.
Zielgruppe: BMS Studierende, Masterstudierende der Mathematik oder fortgeschrittene Bachelorstudierende der Mathematik.
Kommentar
Inhalt: Das Seminar behandelt fortgeschrittene Themen der Stochastik.
Nähere Informationen finden Sie auf der Homepage des Seminars.
Reinforcement Learning bildet den Kern vieler state-of-the-art KI-Algorithmen und ermöglicht somit Agenten komplexe Optimalsteuerungsaufgaben in der Robotik, im Finanzwesen, im Bereich pyhsical AI, in der Medikamentenentwicklung, der Computerspielentwicklung und vielen anderen Anwendungsgebieten zu lösen.
Dieses Seminar bietet eine rigorose Einführung in das Reinforcement Learning und fokussiert sich dabei auf die mathematischen Prinzipien, welche für die Funktionsweise von Reinforcement Learning Algorithmen verantwortlich sind. Wir werden ein fundiertes mathematisches Verständnis von Markov Entscheidungsprozessen, Wertefunktions-basierten Methoden und ihrer Verbindung zu stochastischen Optimalsteuerungsproblemen entwickeln. Darüber hinaus betrachten wir Policygradient Methods und Konvergenzeigenschaften klassischer Reinforcement Learning Algorithmen via Stochastischer Approximationstheorie und stochastischem Gradientenabstieg sowie zeitstetiges Reinforcement Learning im Rahmen von stochastischen Differentialgleichungen.
Ziel des Seminars ist es Studierenden, die sich für mathematische Forschung im Bereich Reinforcement Learning und künstlicher Intelligenz interessieren, eine rigorose Grundlagenperspektive zu bieten. Teilnehmende sollten über starke mathematische Kenntnisse insbesondere in der Wahrscheinlichkeitstheorie verfügen.
Literaturhinweise
Literatur wird in der Vorbesprechung bekanntgegeben.
Literature will be announced in the preliminary discussion
16 Termine
Regelmäßige Termine der Lehrveranstaltung
Weitere Suchergebnisse zu 'Machine Learning for Molecular Physics'