دوره شبیه‌سازی اقتصاد کلان ناهمگن با یادگیری تقویتی چند عامله عمیق: از نظریه تا عمل همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

1,990,000 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 497,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب شبیه‌سازی اقتصاد کلان ناهمگن با یادگیری تقویتی چند عامله عمیق: از نظریه تا عمل

موضوع کلی: مدل‌سازی اقتصاد کلان با رویکردهای نوین

موضوع میانی: یادگیری تقویتی چند عامله در مدل‌سازی چرخه‌های تجاری

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مبانی اقتصاد کلان پویا
  • 2. مدل‌های استاندارد چرخه تجاری واقعی (RBC)
  • 3. معادلات کلیدی در مدل RBC
  • 4. فرضیات مدل RBC استاندارد
  • 5. چالش‌های مدل RBC استاندارد
  • 6. ناهمگنی در مدل‌های اقتصادی
  • 7. اهمیت ناهمگنی عامل‌ها
  • 8. انواع ناهمگنی در مدل‌های اقتصادی
  • 9. ناهمگنی درآمد و ثروت
  • 10. ناهمگنی مهارت و بهره‌وری
  • 11. ناهمگنی ترجیحات
  • 12. مقدمه‌ای بر یادگیری تقویتی (RL)
  • 13. مفاهیم اساسی یادگیری تقویتی
  • 14. عامل، محیط، حالت، عمل، پاداش
  • 15. سیاست (Policy) و تابع ارزش (Value Function)
  • 16. یادگیری آفلاین و آنلاین
  • 17. یادگیری تقویتی تک عامله
  • 18. مقدمه‌ای بر یادگیری عمیق (Deep Learning)
  • 19. شبکه‌های عصبی مصنوعی (ANN)
  • 20. شبکه‌های عصبی کانولوشنال (CNN)
  • 21. شبکه‌های عصبی بازگشتی (RNN)
  • 22. یادگیری عمیق در مدل‌سازی اقتصادی
  • 23. ترکیب یادگیری عمیق و یادگیری تقویتی (Deep RL)
  • 24. یادگیری تقویتی چند عامله (MARL)
  • 25. مفاهیم پایه MARL
  • 26. محیط‌های چند عامله
  • 27. چالش‌های MARL
  • 28. انواع سناریوهای MARL (همکارانه، رقابتی، مختلط)
  • 29. ملاحظات هماهنگی در MARL
  • 30. ملاحظات استقلال در MARL
  • 31. مقدمه‌ای بر مقاله "Heterogeneous RBCs via deep multi-agent reinforcement learning"
  • 32. هدف اصلی مقاله
  • 33. روش‌شناسی پیشنهادی در مقاله
  • 34. معماری مدل چند عامله در مقاله
  • 35. تفاوت مدل پیشنهادی با مدل RBC استاندارد
  • 36. نقش یادگیری عمیق در مدل مقاله
  • 37. اجزای کلیدی مدل RBC ناهمگن پیشنهادی
  • 38. مدل‌سازی خانوارها با ناهمگنی
  • 39. مدل‌سازی بنگاه‌ها با ناهمگنی
  • 40. مدل‌سازی عامل دولت
  • 41. معادلات رفتاری عامل‌ها در مدل ناهمگن
  • 42. تابع پاداش برای عامل‌ها در مدل ناهمگن
  • 43. طراحی محیط شبیه‌سازی
  • 44. فرایند یادگیری عامل‌ها
  • 45. انتخاب معماری شبکه عصبی برای عامل‌ها
  • 46. پیاده‌سازی الگوریتم یادگیری تقویتی عمیق
  • 47. الگوریتم‌های یادگیری تقویتی عمیق پرکاربرد (DQN, A2C, PPO)
  • 48. انتخاب الگوریتم مناسب برای مدل مقاله
  • 49. مراحل پیاده‌سازی الگوریتم انتخابی
  • 50. تنظیم پارامترهای الگوریتم
  • 51. اعتبارسنجی مدل ناهمگن
  • 52. مقایسه نتایج مدل با داده‌های واقعی
  • 53. ارزیابی توانایی مدل در شبیه‌سازی چرخه‌های تجاری
  • 54. تحلیل چرخه‌های تجاری شبیه‌سازی شده
  • 55. اندازه‌گیری ناهمگنی در نتایج شبیه‌سازی
  • 56. بررسی تاثیر ناهمگنی بر پویایی‌های اقتصادی
  • 57. اثرات ناهمگنی بر نوسانات اقتصادی
  • 58. اثرات ناهمگنی بر تخصیص منابع
  • 59. اثرات ناهمگنی بر سیاست‌گذاری
  • 60. کاربرد مدل در تحلیل سیاست‌های مالی
  • 61. کاربرد مدل در تحلیل سیاست‌های پولی
  • 62. بررسی سناریوهای شوک‌های اقتصادی
  • 63. شوک بهره‌وری
  • 64. شوک ترجیحات
  • 65. شوک سیاست‌گذاری
  • 66. تاثیر انواع مختلف ناهمگنی بر واکنش به شوک‌ها
  • 67. طراحی عامل‌های یادگیرنده مستقل
  • 68. طراحی عامل‌های یادگیرنده هماهنگ
  • 69. چالش‌های همگرایی در MARL
  • 70. روش‌های افزایش پایداری یادگیری
  • 71. تفسیر نتایج مدل MARL
  • 72. قابلیت تعمیم مدل به شرایط جدید
  • 73. محدودیت‌های مدل ناهمگن MARL
  • 74. پیشنهادات برای تحقیقات آینده
  • 75. کاربرد مدل در سایر حوزه‌های اقتصاد کلان
  • 76. مدل‌سازی بازار کار ناهمگن
  • 77. مدل‌سازی بازارهای مالی ناهمگن
  • 78. مدل‌سازی رشد اقتصادی با ناهمگنی
  • 79. ابزارهای شبیه‌سازی و پیاده‌سازی
  • 80. زبان‌های برنامه‌نویسی (Python, Julia)
  • 81. کتابخانه‌های یادگیری عمیق (TensorFlow, PyTorch)
  • 82. کتابخانه‌های یادگیری تقویتی (Stable-Baselines3, Ray RLlib)
  • 83. ساخت محیط شبیه‌سازی سفارشی
  • 84. پیاده‌سازی عامل‌های خانوار
  • 85. پیاده‌سازی عامل‌های بنگاه
  • 86. پیاده‌سازی عامل دولت
  • 87. نحوه تعریف تابع پاداش در عمل
  • 88. نحوه تعریف فضای حالت در عمل
  • 89. نحوه تعریف فضای عمل در عمل
  • 90. تمرین عملی: ساخت یک مدل RBC ساده با RL تک عامله
  • 91. تمرین عملی: توسعه مدل RBC ساده به یک مدل ناهمگن ساده
  • 92. تمرین عملی: پیاده‌سازی یک محیط MARL پایه
  • 93. تمرین عملی: آموزش عامل‌ها در یک محیط MARL ساده
  • 94. تمرین عملی: ادغام مدل RBC ناهمگن با MARL
  • 95. تمرین عملی: اجرای شبیه‌سازی و تحلیل نتایج اولیه
  • 96. تمرین عملی: تغییر پارامترهای مدل و بررسی اثرات
  • 97. تمرین عملی: مقایسه نتایج مدل با یک مدل RBC استاندارد
  • 98. کاربرد در تحلیل بحران‌های مالی
  • 99. کاربرد در تحلیل نابرابری درآمدی
  • 100. مبانی نظری مدل‌های پویای تصادفی عمومی (DSGE)
✦ مجموعه ویژه یادگیری

یک دوره، چند مسیر برای یادگیری بهتر

کتاب‌های آموزشی، محتوای صوتی و تصویری و دسترسی به سامانه آنلاین فلش‌کارت؛ مجموعه‌ای برای مطالعه، تمرین و تثبیت آموخته‌ها.

📚 محتوای متنی 🎧 صوت و ویدیو 🧠 مرور هوشمند

محتویات بسته آموزشی

مجموعه‌ای از منابع برای شیوه‌های مختلف یادگیری
📚
کتاب نکته‌های خودمانی
نسخه PDF با زبان ساده، روان و کاربردی برای یادگیری راحت‌تر مفاهیم.
PDF · بیان ساده
📘
کتاب نکته‌های رسمی فارسی
نسخه PDF با نگارش استاندارد، بیان دقیق و رویکرد علمی.
PDF · نگارش رسمی
❓
کتاب پرسش و پاسخ تشریحی
نسخه PDF برای مرور مفاهیم و آشنایی با پاسخ‌های توضیحی.
PDF · یادگیری مفهومی
✅
کتاب پرسش‌های چهارگزینه‌ای
نسخه PDF برای تمرین، سنجش آموخته‌ها و آمادگی بیشتر.
PDF · تمرین و سنجش
🎧
پادکست‌های صوتی فارسی
محتوای صوتی برای یادگیری و مرور مطالب در زمان‌های مختلف.
محتوای صوتی
🎬
ویدیوهای آموزشی فارسی
محتوای ویدیویی برای تکمیل تجربه یادگیری و درک بهتر مطالب.
محتوای ویدیویی
💻
اکانت سامانه آنلاین فلش‌کارت
دسترسی به نرم‌افزار آنلاین فلش‌کارت ویژه این دوره برای تمرین و مرور مطالب.
دسترسی آنلاین
🎓
گواهی پایان دوره
امکان دریافت گواهی پس از تکمیل فعالیت‌های لازم در سامانه و طی مراحل تأیید.
پس از تکمیل شرایط
💾
بسته فیزیکی روی فلش مموری
این محصول به‌صورت فلش مموری حاوی فایل‌های آموزشی، محتوای صوتی و ویدیویی ارائه می‌شود.
تحویل فیزیکی
نکته: استفاده از سامانه آنلاین فلش‌کارت به اتصال اینترنت نیاز دارد؛ محتوای قابل استفاده آفلاین به نوع فایل‌های موجود در بسته بستگی دارد.
SMART LEARNING

🌐 سامانه آنلاین فلش‌کارت؛ مرور هدفمند و هوشمند

اکانت ارائه‌شده، دسترسی به نسخه تحت وب سامانه فلش‌کارت ویژه این دوره را فراهم می‌کند. این سامانه از الگوریتم زمان‌بندی مرور SM-2 استفاده می‌کند و بر اساس ارزیابی شما از میزان یادآوری هر کارت، زمان مرورهای بعدی را تنظیم می‌کند.

به این ترتیب، کارت‌های دشوارتر می‌توانند زودتر مرور شوند و برای تثبیت مطالب در حافظه، برنامه مرور متناسب‌تری داشته باشید.

🧠
مرور زمان‌بندی‌شده
📈
پیگیری پیشرفت
🔄
تمرین و تکرار هدفمند
📚 حجم آموزشی دوره
هزاران
فلش‌کارت آموزشی، به‌صورت تقریبی
۶۰ ساعت
مدت‌زمان معادل برآوردشده آموزشی

مدت‌زمان معادل آموزشی بر اساس برآورد این دوره در گواهی درج می‌شود.

🏅

گواهی دوزبانه با استعلام آنلاین

گواهی فارسی و انگلیسی · لینک اختصاصی · QR Code

پس از تکمیل فعالیت‌های لازم و تأیید درخواست، گواهی پایان دوره به زبان فارسی و انگلیسی صادر می‌شود. گواهی دارای لینک اختصاصی و QR Code برای بررسی و استعلام آنلاین است.

⚖️ توضیح مهم درباره گواهی پایان دوره

این گواهی صرفاً به‌عنوان گواهی اتمام دوره آموزشی صادر می‌شود و معادل مدرک دانشگاهی، آکادمیک یا مدرک رسمی مورد تأیید نهادهای دولتی نیست. صدور آن منوط به تکمیل شرایط دوره و تأیید نهایی درخواست است.

تجربه‌ای کامل‌تر برای مطالعه، تمرین و یادگیری
express24.ir

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.