فلش‌کارت‌های آموزشی یادگیری تقویتی کاربردی: مفاهیم، الگوریتم‌ها و پیاده‌سازی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی کاربردی: مفاهیم، الگوریتم‌ها و پیاده‌سازی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: مبانی یادگیری تقویتی (RL)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی
• 2. مفاهیم اصلی یادگیری تقویتی: عامل، محیط، حالت، عمل، پاداش
• 3. مدل‌های مسئله یادگیری تقویتی: فرایندهای تصمیم‌گیری مارکوف (MDP)
• 4. عناصر فرایندهای تصمیم‌گیری مارکوف
• 5. تابع سیاست (Policy)
• 6. تابع ارزش (Value Function)
• 7. تابع ارزش اقدام (Action-Value Function)
• 8. روش‌های اکتشاف و بهره‌برداری (Exploration vs. Exploitation)
• 9. الگوریتم‌های مبتنی بر ارزش (Value-Based Methods)
• 10. یادگیری تفاضل زمانی (Temporal Difference Learning)
• 11. الگوریتم Q-Learning
• 12. الگوریتم SARSA
• 13. الگوریتم Deep Q-Network (DQN)
• 14. بهینه‌سازی DQN: Double DQN
• 15. بهینه‌سازی DQN: Dueling DQN
• 16. بهینه‌سازی DQN: Prioritized Experience Replay
• 17. الگوریتم‌های مبتنی بر سیاست (Policy-Based Methods)
• 18. گرادیان سیاست (Policy Gradient)
• 19. الگوریتم REINFORCE
• 20. الگوریتم Actor-Critic
• 21. الگوریتم A2C (Advantage Actor-Critic)
• 22. الگوریتم A3C (Asynchronous Advantage Actor-Critic)
• 23. الگوریتم DDPG (Deep Deterministic Policy Gradient)
• 24. الگوریتم PPO (Proximal Policy Optimization)
• 25. الگوریتم TRPO (Trust Region Policy Optimization)
• 26. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
• 27. شبکه‌های عصبی کانولوشنی در یادگیری تقویتی
• 28. شبکه‌های عصبی بازگشتی در یادگیری تقویتی
• 29. یادگیری تقویتی در بازی‌ها: آتاری
• 30. یادگیری تقویتی در بازی‌ها: شطرنج و گو
• 31. یادگیری تقویتی در رباتیک
• 32. یادگیری تقویتی در سیستم‌های توصیه‌گر
• 33. یادگیری تقویتی در مدیریت منابع
• 34. یادگیری تقویتی در پردازش زبان طبیعی
• 35. یادگیری تقویتی در بازارهای مالی (با رویکرد اسلامی)
• 36. یادگیری تقویتی در بهینه‌سازی زنجیره تامین
• 37. یادگیری تقویتی در سیستم‌های کنترل صنعتی
• 38. یادگیری تقویتی در سلامت (با ملاحظات شرعی)
• 39. ملاحظات اخلاقی در یادگیری تقویتی
• 40. پیاده‌سازی یادگیری تقویتی با کتابخانه‌های پایتون
• 41. کتابخانه OpenAI Gym
• 42. کتابخانه Stable Baselines3
• 43. کتابخانه Ray RLlib
• 44. مثال‌های کاربردی با OpenAI Gym
• 45. پیاده‌سازی Q-Learning برای مسائل ساده
• 46. پیاده‌سازی SARSA برای مسائل ساده
• 47. پیاده‌سازی DQN برای بازی‌های آتاری
• 48. پیاده‌سازی Actor-Critic برای مسائل ساده
• 49. پیاده‌سازی PPO برای مسائل پیچیده‌تر
• 50. یادگیری تقویتی چندعاملی (Multi-Agent Reinforcement Learning)
• 51. معرفی یادگیری تقویتی چندعاملی
• 52. چالش‌های یادگیری تقویتی چندعاملی
• 53. الگوریتم‌های یادگیری تقویتی چندعاملی
• 54. کاربرد یادگیری تقویتی چندعاملی در ترافیک
• 55. کاربرد یادگیری تقویتی چندعاملی در اقتصاد
• 56. یادگیری تقویتی با پاداش‌های پراکنده
• 57. یادگیری تقویتی با پاداش‌های منفی
• 58. یادگیری تقویتی در محیط‌های با ابعاد بالا
• 59. یادگیری تقویتی با یادگیری انتقالی (Transfer Learning)
• 60. یادگیری تقویتی با یادگیری خودنظارتی (Self-Supervised Learning)
• 61. یادگیری تقویتی با مدل‌سازی محیط (Model-Based RL)
• 62. مقایسه روش‌های مبتنی بر ارزش و مبتنی بر سیاست
• 63. نقش یادگیری عمیق در پیشرفت یادگیری تقویتی
• 64. چالش‌های پایداری در یادگیری تقویتی عمیق
• 65. روش‌های بهبود پایداری در یادگیری تقویتی
• 66. یادگیری تقویتی برای بهینه‌سازی سبد سهام (با رویکرد اسلامی)
• 67. یادگیری تقویتی در مدیریت انرژی
• 68. یادگیری تقویتی در بهینه‌سازی سیستم‌های توزیع‌شده
• 69. یادگیری تقویتی در ربات‌های خودمختار
• 70. یادگیری تقویتی در کشف دارو
• 71. یادگیری تقویتی در تحلیل داده‌های پزشکی
• 72. یادگیری تقویتی در شبکه‌های ارتباطی
• 73. یادگیری تقویتی در بهینه‌سازی مصرف سوخت
• 74. یادگیری تقویتی در پیش‌بینی رفتار مصرف‌کننده
• 75. یادگیری تقویتی در بهینه‌سازی فرآیندهای تولید
• 76. یادگیری تقویتی در سیستم‌های توزیع شده مقیاس‌پذیر
• 77. یادگیری تقویتی در تحلیل ریسک (با ملاحظات شرعی)
• 78. یادگیری تقویتی در بهینه‌سازی تخصیص منابع
• 79. یادگیری تقویتی در مدیریت موجودی
• 80. یادگیری تقویتی در بهینه‌سازی زمان‌بندی
• 81. یادگیری تقویتی در کنترل کیفیت
• 82. یادگیری تقویتی در سیستم‌های تشخیص نفوذ
• 83. یادگیری تقویتی در بهینه‌سازی مسیریابی
• 84. یادگیری تقویتی در اتوماسیون فرآیندهای کسب‌وکار
• 85. یادگیری تقویتی در بهینه‌سازی تبلیغات آنلاین
• 86. یادگیری تقویتی در پیش‌بینی تغییرات آب و هوا
• 87. یادگیری تقویتی در مدیریت بحران
• 88. یادگیری تقویتی در بهینه‌سازی مصرف آب
• 89. یادگیری تقویتی در سیستم‌های هوشمند شهری
• 90. یادگیری تقویتی در بهینه‌سازی خدمات پس از فروش
• 91. یادگیری تقویتی در تحلیل احساسات (Sentiment Analysis)
• 92. یادگیری تقویتی در تشخیص چهره
• 93. یادگیری تقویتی در ترجمه ماشینی
• 94. یادگیری تقویتی در خلاصه‌سازی متن
• 95. یادگیری تقویتی در تولید متن خلاقانه
• 96. یادگیری تقویتی در پیش‌بینی تقاضا
• 97. یادگیری تقویتی در بهینه‌سازی چرخه عمر محصول
• 98. یادگیری تقویتی در مدیریت ارتباط با مشتری (CRM)
• 99. یادگیری تقویتی در بهینه‌سازی لجستیک
• 100. یادگیری تقویتی در بهینه‌سازی قیمت‌گذاری