دوره مبانی یادگیری ماشین برای متخصصان MARL همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی یادگیری ماشین برای متخصصان MARL

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری ماشین (Machine Learning)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی چندعاملی
• 2. مفاهیم پایه یادگیری تقویتی
• 3. عناصر اصلی محیط یادگیری تقویتی
• 4. تابع پاداش و هدف آن
• 5. فضای حالت و فضای عمل
• 6. سیاست در یادگیری تقویتی
• 7. تابع ارزش
• 8. معادلات بلمن
• 9. الگوریتم‌های مبتنی بر ارزش
• 10. یادگیری Q
• 11. یادگیری SARSA
• 12. یادگیری Deep Q-Networks (DQN)
• 13. معماری‌های شبکه‌های عصبی برای DQN
• 14. تجزیه و تحلیل و ارزیابی الگوریتم‌های DQN
• 15. پیشرفت‌های DQN
• 16. یادگیری Actor-Critic
• 17. الگوریتم‌های Actor-Critic پایه
• 18. الگوریتم A2C (Advantage Actor-Critic)
• 19. الگوریتم A3C (Asynchronous Advantage Actor-Critic)
• 20. یادگیری مبتنی بر سیاست
• 21. الگوریتم REINFORCE
• 22. الگوریتم Proximal Policy Optimization (PPO)
• 23. الگوریتم Trust Region Policy Optimization (TRPO)
• 24. مقایسه الگوریتم‌های یادگیری مبتنی بر سیاست
• 25. مفاهیم پایه یادگیری تقویتی چندعاملی (MARL)
• 26. چالش‌های MARL
• 27. محیط‌های مشترک در MARL
• 28. محیط‌های نیمه‌مشترک در MARL
• 29. محیط‌های غیرمشترک در MARL
• 30. بازی‌های مجموع صفر
• 31. بازی‌های مجموع غیرصفر
• 32. تعادل نش در بازی‌های چندعاملی
• 33. کاربرد نظریه بازی‌ها در MARL
• 34. بازی‌های همکارانه
• 35. بازی‌های رقابتی
• 36. بازی‌های مختلط
• 37. الگوریتم‌های یادگیری تقویتی در بازی‌های همکارانه
• 38. یادگیری تقویتی برای هماهنگی
• 39. یادگیری تقویتی برای تخصیص منابع
• 40. الگوریتم‌های یادگیری تقویتی در بازی‌های رقابتی
• 41. یادگیری تقویتی برای کشف استراتژی
• 42. یادگیری تقویتی برای دفاع سایبری
• 43. الگوریتم‌های یادگیری تقویتی در بازی‌های مختلط
• 44. یادگیری تقویتی برای بهینه‌سازی ترافیک
• 45. یادگیری تقویتی برای مدیریت شبکه
• 46. یادگیری تقویتی با عامل مرکزی (Centralized Training)
• 47. یادگیری تقویتی با عامل غیرمتمرکز (Decentralized Execution)
• 48. مدل‌های یادگیری تقویتی با عامل مرکزی
• 49. مدل‌های یادگیری تقویتی با عامل غیرمتمرکز
• 50. یادگیری تقویتی با عامل مرکزی و غیرمتمرکز (CTDE)
• 51. الگوریتم MADDPG (Multi-Agent Deep Deterministic Policy Gradient)
• 52. الگوریتم QMIX (Q-learning for Cooperative Multi-Agent Systems)
• 53. الگوریتم VDN (Value Decomposition Networks)
• 54. الگوریتم COMA (Counterfactual Multi-Agent Policy Gradients)
• 55. کاربرد الگوریتم‌های CTDE
• 56. ارزیابی عملکرد در MARL
• 57. معیارهای ارزیابی در بازی‌های همکارانه
• 58. معیارهای ارزیابی در بازی‌های رقابتی
• 59. شبیه‌سازهای رایج در MARL
• 60. کاربردهای عملی MARL
• 61. MARL در رباتیک
• 62. MARL در سیستم‌های توزیع‌شده
• 63. MARL در اقتصاد و بازارهای مالی
• 64. MARL در مدیریت منابع انرژی
• 65. MARL در سیستم‌های حمل و نقل هوشمند
• 66. MARL در بازی‌های ویدئویی
• 67. MARL در شبکه‌های مخابراتی
• 68. MARL در سیستم‌های توصیه‌گر
• 69. MARL در شبکه‌های اجتماعی
• 70. MARL در بهینه‌سازی فرایندهای صنعتی
• 71. MARL در سلامت و پزشکی
• 72. MARL در آموزش
• 73. MARL در سیستم‌های امنیتی
• 74. MARL در ربات‌های پروازی (پهپادها)
• 75. MARL در مدیریت زنجیره تأمین
• 76. MARL در بهینه‌سازی مصرف سوخت
• 77. MARL در سیستم‌های خودران
• 78. MARL در اکتشاف منابع
• 79. MARL در ربات‌های زیرآبی
• 80. MARL در مدیریت بحران
• 81. MARL در بهینه‌سازی انرژی ساختمان‌ها
• 82. MARL در شبکه‌های حسگر بی‌سیم
• 83. MARL در ربات‌های خانگی
• 84. MARL در سیستم‌های توزیع‌شده پیچیده
• 85. MARL در بهینه‌سازی تولید
• 86. MARL در شبکه‌های توزیع‌شده هوشمند
• 87. MARL در پردازش زبان طبیعی
• 88. MARL در بینایی ماشین
• 89. MARL در تحلیل داده‌های حجیم
• 90. MARL در یادگیری عمیق در MARL
• 91. MARL در تفسیرپذیری مدل‌های MARL
• 92. MARL در اخلاق و مسئولیت‌پذیری در MARL
• 93. MARL در آینده پژوهی و روندهای نوین