ZMIO

Suma ilości liter w nazwiskach prowadzących ten przedmiot wynosi 13

Agent refleksowy może być racjonalny

Agent, aby być racjonalny musi posiadać całą wiedzę na temat środowiska

Uczenie się ze wzmocnieniem, to specjalny przypadek uczenia nienadzorowanego

Algorytm iteracji polityki gwarantuje znalezienie optymalnej polityki, jeśli będzie działać aż do jej zbiegnięcia

Metody Monte Carlo wymagają pełnej znajomości modelu przejść świata

Metody Monte Carlo wymagają skończenia całego epizodu do wykonania jednej aktualizacji

Metoda SARSA jest algorytmem on-policy

Kiedy używamy sieci neuronowej jako aproksymatora Q-learningu wyjście sieci musi być funkcją softmax

Metoda Actor-Critic jest metodą on-policy

Alfa-Beta pruning jest algorytmem dokładnym, czyli gwarantuje znalezienie optymalnego rozwiązania problemu min-max

celem polityki Roll-out jest znalezienie polityki lepszej od tej używanej podczas działania algorytmu

Liczba parametrów sieci bayesowskiej jest wykładnicza w stosunku do ilości krawędzi w sieci