In de toekomst zal AI steeds vaker in staat zijn om realtime te leren en zich aan te passen. In plaats van vooraf volledig getraind te worden, kunnen sommige modellen tijdens het gebruik blijven leren. Dit maakt AI robuuster voor veranderingen in de omgeving en effectiever in het nemen van beslissingen met oog op de lange termijn.
Reinforcement Learning (RL) is een krachtige techniek die wordt ingezet bij complexe besluitvormingsvraagstukken, zoals dynamische prijsbepaling, optimaal onderhoud van machines en autonome systemen.
In deze cursus leer je hoe reinforcement learning werkt, hoe je zelf een RL-model opbouwt en hoe deep reinforcement learning, met behulp van neurale netwerken, de leerprestaties verder kan verbeteren. De focus ligt op het begrijpen, implementeren en optimaliseren van RL-modellen, inclusief het toepassen van deep reinforcement learning.
Deze cursus is onderdeel van de Advanced AI-serie, een reeks van in totaal zes verdiepende modules. Elke cursus behandelt een specifiek thema binnen AI en is afzonderlijk te volgen. Samen vormen ze een logisch en samenhangend leertraject voor wie zijn AI-kennis wil verbreden én verdiepen.