Einleitung
  • Vorstellung
  • Kursaufbau
  • Einordnung
Grundlagen
  • Künstliche Intelligenz
  • Machine Learning - Teil 1
  • Machine Learning - Teil 2
  • Machine Learning
  • Mathematik
  • Mathematik
  • Logistische Regression
  • Logistische Regression
  • Fehlerfunktion
  • Fehlerfunktion
  • Neuronale Netze
  • Neuronale Netze
  • Deep Learning
  • Convolutional Neural Network
  • Deep Learning & Convolutional Neural Network
Autonomes Fahren
  • Grundproblem
  • Grundproblem
  • Agent, Environment, Policy
  • Agent, Environment, Policy
  • State, Action, Reward
  • State, Action, Reward
  • Q-Table
  • Q-Table
  • Training & Testing
  • Training & Testing
  • Learning Rate
  • Learning Rate
  • Exploration Factor
  • Exploration Factor
  • Algorithmus
  • Implementierung in Python
  • Resultate
  • Deep Q Learning
Computer als Go-Spieler
  • Spiel Go
  • DeepMind
  • AlphaGo Zero
  • Whitepaper
  • Empirische Bewertung
  • Input, Output
  • Input, Output
  • Training von AlphaGo Zero
  • Training - Schritt 1
  • Training - Schritt 2
  • Fehlerfunktion Neuronales Netz
  • Fehlerfunktion
  • Training - Schritt 3
  • Monte Carlo Tree Search
  • Monte Carlo Tree Search
  • Neuronale Netzstruktur
  • Neuronales Netz in Python
  • Deep Reinforcement Learning
  • Deep Reinforcement Learning
Ausblick
  • Zusammenfassung & Verallgemeinerung
  • Welche Probleme können gelöst werden?
Quellen und Material
  • Links zu Quellen und weiterem Material