Monte Carlo Tree Search alapú batch-sorrend optimalizálás

A projekt célja egy olyan új deep learning tanítási módszer fejlesztése, amely sokkal hatékonyab adatfelhasználást tesz lehetővé. Ennek megvalósításához a Monte Carlo Tree Search algoritmust fogom használni, ennek segítségével optimalizálom a tanítási epizódokon belül a batch-ek sorrendjét.