| Reinforcement Learning Reinforcement Learning (RL) is a branch of machine learning focused on making decisions to maximize cumulative rewards in a given situation. Unlike supervised learning, which relies on a training dataset with predefined answers, RL involves learning through experience. In RL, an agent learns to achieve a goal in an uncertain, potentially complex environment by performing actions and receiving feedback through rewards or penalties. | A megerősítéses tanulás (Reinforcement Learning, RL) a gépi tanulás egyik ága, amely a döntéshozatalra és a cselekvések következményeire összpontosít. Az RL célja, hogy egy ügynök (agent) egy adott környezetben megtanuljon cselekvéseket végrehajtani úgy, hogy maximalizálja a hosszú távú jutalom (reward) összegét. A tanulási folyamat az ügynök által szerzett tapasztalatokon alapul, nem előre meghatározott mintákon, mint a felügyelt tanulás esetében. Gyakorlati példa Egy önvezető autó RL-modellje: Állapot: Az autó aktuális sebessége, pozíciója és a környezet (pl. más járművek, közlekedési lámpák). Cselekvés: Gyorsítás, fékezés, sávváltás. Jutalom: Pozitív pont, ha az autó biztonságosan elér egy célt; negatív pont, ha ütközik vagy szabályt sért. Cél: Maximalizálni a biztonságos vezetés közbeni hatékonyságot. | Netflix YouTube Boston Dynamics DeepMind AlphaGo Alexa |