Szakdolgozatomban egy gépi tanulási algoritmust, a megerősítéses tanulást írtam le a szekvenciális döntéshozási problémák megoldására. A megerősítéses tanulás képes közelítő megoldást adni nagy szekvenciális döntéshozási problémákra úgy, hogy függvényközelítő módszert használ. Leírtam a Q-tanulást, egy gyakran használt megerősítéses tanulási algoritmust, amit neurális hálózatokkal kombináltam. Az Othello játékot használtam fel a Q-tanulás alkalmazásának bemutatására.