บทนำการเรียนรู้แบบเสริมแรง ตัวอย่างแนะนำ ปัญหาผู้เล่นพนันหลายมือ กระบวนการตัดสินใจมาร์คอฟ การเรียนรู้ความแตกต่างเชิงเวลา การทำให้เกิดผลการเรียนรู้แบบเสริมแรงด้วยเทคโนโลยีคลาวด์ การประยุกต์ด้านวิศวกรรม
Overview of reinforcement learning; introductory example: multi-armed bandit problem; Markov decision process; temporal-difference learning; reinforcement learning implementation with cloud technology; engineering applications.