Reinforcement Learning

Was ist ein Agent?

• Eine passive Beobachtereinheit

• Ein Computerprogramm, das Entscheidungen trifft

• Eine Mathematische Methode

• Eine feste Regelbasis

Welche Rolle spielt die Belohnungsfunktion?

• Sie bestimmt die Anzahl der Durchgänge

• Sie bewertet die Güte einer Aktion

• Sie wählt die optimale Aktion aus

• Sie speichert vergangene Aktionen des Agenten

Bei Reinforcement Learning lernt ein Agent durch Aktionen in seiner Umgebung, um eine bestimmte Aufgabe zu optimieren.

• Richtig

• Falsch

Welches Problem versucht Reinforcement Learning zu lösen?

• Klassifikation von Daten

• Vorhersage von Zeitreihen

• Finden einer optimalen Handlungsstrategie

• Optimierung von Hyperparametern

Im Reinforcement Learning werden nur überwachte Lernmethoden verwendet.

• Richtig

• Falsch

Welches ist ein bekannter Reinforcement-Learning-Algorithmus?

• Q-Learning

• Naive Bayes

• Linear Regression

• K-Means Clustering

Was ist ein "Markov Decision Process" (MDP) im Kontext von Reinforcement Learning?

• Ein Algorithmus zur Reduzierung von Overfitting

• Eine Methode zur Dimensionsreduktion

• Eine Art von Clustering-Algorithmus

• Ein Rahmenwerk zur Modellierung sequenzieller Entscheidungsprobleme

Im Reinforcement Learning wird die Umgebung des Agenten nicht explizit modelliert.

• Richtig

• Falsch

Was bedeutet der Begriff "Exploitation" im Kontext von Reinforcement Learning?

• Die Erforschung neuer Umgebungen

• Die Auswertung vergangener Erfahrungen

• Die Ausnutzung bekannter Strategien zur Maximierung von Belohnungen

• Die Optimierung von Modellparametern

In Reinforcement Learning wird eine Belohnungsfunktion verwendet, um die Güte einer Aktion zu bewerten.

• Richtig

• Falsch