سپنتا کتاب اکسپرس
کتاب پیامدهای نظری یادگیری در بازی‌های با عامل‌های با دانش تحلیلی

کتاب پیامدهای نظری یادگیری در بازی‌های با عامل‌های با دانش تحلیلی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

📚 کتاب آموزشی جامع

📚 اطلاعات کتاب

عنوان کتاب: کتاب پیامدهای نظری یادگیری در بازی‌های با عامل‌های با دانش تحلیلی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: جنبه‌های نظری MARL

📋 سرفصل‌های کتاب (100 موضوع)

  • 1. مقدمه ای بر یادگیری در بازی های با عامل های با دانش تحلیلی
  • 2. تعریف عامل های با دانش تحلیلی
  • 3. مفهوم یادگیری در عامل های هوشمند
  • 4. اهمیت یادگیری در بازی ها
  • 5. مروری بر انواع بازی ها در هوش مصنوعی
  • 6. چالش های یادگیری در محیط های پویا
  • 7. مروری بر روش های یادگیری تقویتی
  • 8. مقدمه ای بر یادگیری عمیق
  • 9. شبکه های عصبی و کاربرد آن ها
  • 10. شبکه های کانولوشنال (CNN)
  • 11. شبکه های بازگشتی (RNN)
  • 12. شبکه های حافظه طولانی کوتاه مدت (LSTM)
  • 13. شبکه های ترانسفورمر
  • 14. یادگیری ماشینی نظارت شده
  • 15. یادگیری ماشینی بدون نظارت
  • 16. یادگیری ماشینی نیمه نظارت شده
  • 17. یادگیری تقویتی بدون مدل (Model-free RL)
  • 18. یادگیری تقویتی مبتنی بر مدل (Model-based RL)
  • 19. تابع ارزش (Value Function)
  • 20. تابع سیاست (Policy Function)
  • 21. تابع پاداش (Reward Function)
  • 22. استانداردسازی پاداش ها
  • 23. یادگیری سیاست گرادیان (Policy Gradient)
  • 24. الگوریتم Actor-Critic
  • 25. الگوریتم Q-Learning
  • 26. الگوریتم Deep Q-Networks (DQN)
  • 27. الگوریتم Double DQN
  • 28. الگوریتم Dueling DQN
  • 29. الگوریتم Prioritized Experience Replay
  • 30. الگوریتم A3C (Asynchronous Advantage Actor-Critic)
  • 31. الگوریتم PPO (Proximal Policy Optimization)
  • 32. الگوریتم TRPO (Trust Region Policy Optimization)
  • 33. یادگیری چند عاملی (Multi-Agent Learning)
  • 34. هماهنگی بین عامل ها
  • 35. رقابت بین عامل ها
  • 36. بازی های مجموع-صفر (Zero-Sum Games)
  • 37. بازی های مجموع-غیر-صفر (Non-Zero-Sum Games)
  • 38. بازی های همکارانه (Cooperative Games)
  • 39. بازی های نیمه همکارانه (Partially Cooperative Games)
  • 40. بازی های با اطلاعات کامل (Perfect Information Games)
  • 41. بازی های با اطلاعات ناقص (Imperfect Information Games)
  • 42. بازی های با عامل های رقیب (Adversarial Games)
  • 43. بازی های با عامل های همکار (Cooperative Games)
  • 44. بازی های با عامل های ترکیبی (Mixed-Motive Games)
  • 45. یادگیری از مشاهدات (Learning from Observations)
  • 46. یادگیری از مثال ها (Learning from Demonstrations)
  • 47. یادگیری از بازخورد (Learning from Feedback)
  • 48. یادگیری از پاداش های پراکنده (Sparse Rewards)
  • 49. یادگیری از پاداش های متراکم (Dense Rewards)
  • 50. یادگیری با اکتشاف (Exploration)
  • 51. استراتژی های اکتشاف (Exploration Strategies)
  • 52. روش های اکتشاف تصادفی (Random Exploration)
  • 53. روش های اکتشاف مبتنی بر آنتروپی (Entropy-based Exploration)
  • 54. روش های اکتشاف مبتنی بر عدم قطعیت (Uncertainty-based Exploration)
  • 55. روش های اکتشاف مبتنی بر کنجکاوی (Curiosity-driven Exploration)
  • 56. بهینه سازی سیاست (Policy Optimization)
  • 57. استانداردسازی سیاست ها (Policy Regularization)
  • 58. یادگیری سیاست انطباقی (Adaptive Policy Learning)
  • 59. انتقال یادگیری (Transfer Learning)
  • 60. انتقال دانش (Knowledge Transfer)
  • 61. یادگیری چندوظیفه‌ای (Multi-task Learning)
  • 62. یادگیری مداوم (Continual Learning)
  • 63. حفظ یادگیری (Catastrophic Forgetting)
  • 64. معماری های شبکه عصبی برای بازی ها
  • 65. طراحی تابع پاداش در بازی ها
  • 66. ارزیابی عملکرد عامل ها در بازی ها
  • 67. معیارهای ارزیابی در بازی های رقابتی
  • 68. معیارهای ارزیابی در بازی های همکارانه
  • 69. محیط های شبیه سازی بازی ها
  • 70. محیط های بازی های تخته ای (Board Games)
  • 71. محیط های بازی های ویدئویی (Video Games)
  • 72. محیط های بازی های استراتژیک (Strategy Games)
  • 73. محیط های بازی های اکشن (Action Games)
  • 74. محیط های بازی های پازل (Puzzle Games)
  • 75. محیط های بازی های شبیه سازی (Simulation Games)
  • 76. کاربرد عامل های با دانش تحلیلی در بازی ها
  • 77. بازی های تخته ای با عامل های هوشمند
  • 78. بازی های استراتژیک با عامل های هوشمند
  • 79. بازی های کامپیوتری با عامل های هوشمند
  • 80. بازی های آموزشی با عامل های هوشمند
  • 81. بازی های شبیه سازی شده با عامل های هوشمند
  • 82. چالش های پیاده سازی عامل های با دانش تحلیلی در بازی ها
  • 83. مقیاس پذیری الگوریتم های یادگیری
  • 84. قابلیت تفسیرپذیری (Interpretability)
  • 85. قابلیت اطمینان (Robustness)
  • 86. امنیت عامل ها در بازی ها
  • 87. اخلاق در طراحی عامل های یادگیرنده
  • 88. ملاحظات اخلاقی در استفاده از عامل های هوشمند در بازی ها
  • 89. آینده یادگیری در بازی های با عامل های با دانش تحلیلی
  • 90. روندهای تحقیقاتی آینده
  • 91. تکنیک های پیشرفته یادگیری
  • 92. پتانسیل های جدید کاربردی
  • 93. پیامدهای اجتماعی و اقتصادی
  • 94. نتیجه گیری و جمع بندی
  • 95. مروری بر پیشرفت های اخیر
  • 96. چشم اندازهای آینده
  • 97. کتابشناسی
  • 98. واژه نامه اصطلاحات

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.