Aprendizado por reforço (Reinforcement learning)

• Visão geral

• Exploration e Exploitation

• Markov Process

  • Propriedade de Markov

  • Cadeia de Markov

• Markov Decision Process (MDPs)

  • Busca pela política ótima com MDP

• Monte-Carlo e Temporal-Difference Learning

  • Valoração de Monte-Carlo

  • TD Learning

• Q-Learning