Subject

Учење со поттикнување

1. Наслов на наставниот предмет Учење со поттикнување
Reinforcement Learning
2. Код m23_w_124
3. Студиска програма
4. Организатор на студиската програма (единица, односно институт, катедра, оддел) Факултет за информатички науки и компјутерско инженерство
5. Степен (прв, втор, трет циклус) Втор циклус
6. Академска година / семестар 9 / Зимски
7. Број на ЕКТС кредити 6
8. Наставник Кире Триводалиев, Соња Гиевска
9. Предуслови за запишување на предметот
10. Цели на предметната програма (компетенции) Целта на предметот е студентот да се стекне со знаење за моделирање на агентни системи во кои способноста за учење кај агентите кои делуваат во недетерминистички околини е преку учење со поттикнување. Студентот ќе биде оспособен да моделира и симулира агентни системи наменети за недетрминистички средини со примена на длабоко учење со поттикнување.
11. Содржина на предметната програма Апстракција на агенти. Агенти наменети за недтерминистички средини. Маркови порцеси на одлучување. Учење со поттикнување. Длабоко учење со поттикнување. Примена на учење со поттикнување за проблеми од реалниот свет (пр. игри, роботи, оптимизација, обработка на природните јазици). Теорија на игри како математички модел за моделирање и симулација на преговори, соработка, конкуренција и колацирање на агенти. Моделирање и симулација на повеќе-агентни системи и стратегии за координација, Справување со несигурност во знаењето и расудувањето. Пресметковна еволутивна биологија.
12. Методи на учење Предавања поддржани со презентации преку слајдови, интерактивни предавања, вежби (користење на опрема и софтверски пакети), тимска работа, студија на случај, поканети гости предавачи, самостојна изработка и одбрана на проектна задача и семинарска работа, учење во електронско опкружување (форуми, консултации).
13. Вкупен расположив фонд на време 6 ЕКТС x 30 часа = 180 часа
14. Распределба на расположивото време 60 + 0 + 45 + 45 + 30 = 180 часа
15. Форми на наставните активности
15.1. Предавања - теоретска настава 60 часови
15.2. Вежби (лабораториски, аудиториски), семинари, тимска работа 0 часови
16. Други форми на активности
16.1. Проектни задачи 45 часови
16.2. Самостојни задачи 45 часови
16.3. Домашно учење 30 часови
17. Начин на оценување
17.1. Тестови 15 бодови
17.2. Семинарска работа / проект ( презентација: писмена и усна) 45 бодови
17.3. Активности и учење 15 бодови
17.4. Завршен испит 0 бодови
18. Критериуми за оценување (бодови/ оценка)
до 50 бода5 (пет) (F)
од 51 до 60 бода6 (шест) (E)
од 61 до 70 бода7 (седум) (D)
од 71 до 80 бода8 (осум) (C)
од 81 до 90 бода9 (девет) (B)
од 91 до 100 бода10 (десет) (A)
19. Услов за потпис и полагање на завршен испит Реализирани активности 15.1 до 15.2, и 16.1 до 16.3
20. Јазик на кој се изведува наставата Македонски и англиски
21. Метод на следење на квалитетот на наставата Механизми на интерна евалуација и анкети
22. Литература
22.1. Задолжителна литература
1. Yoav Shoham & Kevin Leyton-Brown | Multiagent Systems: Algoritmic, Game-Theoretica and Logical Foundations | Cambridge University Press | 2009
2. Uri Wilensky and William Rand | An Introduction to Agent-Based Modeling Modeling Natural, Social, and Engineered Complex Systems with NetLogo | MIT Press | 2015
3. Richard S. Sutton, Andrew G. Barto | Reinforcement Learning: An Introduction | Pearson | 2022
22.2. Дополнителна литература
Ред.бр. Автор Наслов Издавач Година