DM887: Reinforcement learning

Det Naturvidenskabelige Studienævn

Undervisningssprog: Engelsk
EKA: N340108102
Censur: Ekstern prøve
Bedømmelse: 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Forår
Niveau: Kandidat

STADS ID (UVA): N340108101
ECTS-point: 10

Godkendelsesdato: 08-10-2024


Varighed: 1 semester

Version: Godkendt - aktiv

Indgangskrav

Ingen

Faglige forudsætninger

Se engelsk version

Formål

Se engelsk version

Målbeskrivelse

Se engelsk version

Indhold

Se engelsk version

Litteratur

Se engelsk version

Eksamensbestemmelser

Eksamenselement a)

Tidsmæssig placering

Forår

Udprøvninger

Portfolio

EKA

N340108102

Censur

Ekstern prøve

Bedømmelse

7-trinsskala

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Tilladt, nærmere beskrivelse af eksamensreglerne vil blive offentliggjort i itslearning.

ECTS-point

10

Uddybende information

Portfolioeksamen består af skriftlige opgaver: to hjemmeopgaver og et projekt. Hjemmeopgaverne skal udføres individuelt af hver elev. Projekterne kan udføres enten individuelt eller i grupper på maksimalt to studerende. De enkelte opgaver og projektet vurderes samlet.

Vejledende antal undervisningstimer

56 timer per semester

Undervisningsform

Se engelsk version

Ansvarlig underviser

Navn E-mail Institut
Melih Kandemir kandemir@imada.sdu.dk Concurrency

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Profil Uddannelse Semester Udbuds periode

Overgangsordninger

Overgangsordninger beskriver, hvordan et kursus erstatter et andet kursus, når der ændres i et studieforløb.
Hvis der er lavet en overgangsordning for et kursus vil den fremgå af oversigten.
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.