سپنتا کتاب اکسپرس
کتاب دنیای یادگیری تقویتی: معرفی جامع برای مبتدیان و علاقه‌مندان

کتاب دنیای یادگیری تقویتی: معرفی جامع برای مبتدیان و علاقه‌مندان

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

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره دنیای یادگیری تقویتی: معرفی جامع برای مبتدیان و علاقه‌مندان

موضوع کلی: علوم داده و یادگیری ماشین

موضوع میانی: یادگیری تقویتی (Reinforcement Learning)**

📋 سرفصل‌های دوره

  • 1. مقدمه: دنیای شگفت‌انگیز یادگیری تقویتی
  • 2. فصل ۱: یادگیری تقویتی چیست؟
  • 3. فصل ۲: چرا یادگیری تقویتی مهم است؟
  • 4. فصل ۳: اجزای کلیدی یک سیستم یادگیری تقویتی
  • 5. فصل ۴: عامل (Agent) و محیط (Environment)
  • 6. فصل ۵: حالت (State)، عمل (Action) و پاداش (Reward)
  • 7. فصل ۶: سیاست (Policy) و تابع ارزش (Value Function)
  • 8. فصل ۷: مدل محیط (Model-Based vs. Model-Free)
  • 9. فصل ۸: یادگیری مبتنی بر ارزش (Value-Based Learning)
  • 10. فصل ۹: یادگیری مبتنی بر سیاست (Policy-Based Learning)
  • 11. فصل ۱۰: یادگیری ترکیبی (Actor-Critic Methods)
  • 12. فصل ۱۱: نمونه‌های اولیه و مفاهیم پایه
  • 13. فصل ۱۲: مسئله ماشین‌نویس (Multi-Armed Bandit Problem)
  • 14. فصل ۱۳: الگوریتم‌های حریصانه (Greedy Algorithms)
  • 15. فصل ۱۴: الگوریتم‌های اپسیلون-حریصانه (Epsilon-Greedy)
  • 16. فصل ۱۵: الگوریتم UCB (Upper Confidence Bound)
  • 17. فصل ۱۶: یادگیری تقویتی با جدول ارزش (Tabular RL)
  • 18. فصل ۱۷: الگوریتم Q-Learning
  • 19. فصل ۱۸: الگوریتم SARSA
  • 20. فصل ۱۹: مقایسه Q-Learning و SARSA
  • 21. فصل ۲۰: جدول‌بندی سیاست‌ها (Tabular Policy Iteration)
  • 22. فصل ۲۱: جدول‌بندی ارزش‌ها (Tabular Value Iteration)
  • 23. فصل ۲۲: مسئله تصمیم‌گیری مارکوف (Markov Decision Process - MDP)
  • 24. فصل ۲۳: تعریف formally MDP
  • 25. فصل ۲۴: عناصر MDP: حالت‌ها، اعمال، احتمالات انتقال
  • 26. فصل ۲۵: عناصر MDP: تابع پاداش و عامل تخفیف
  • 27. فصل ۲۶: معادله بلمن (Bellman Equation)
  • 28. فصل ۲۷: معادله بلمن برای تابع ارزش حالت
  • 29. فصل ۲۸: معادله بلمن برای تابع ارزش عمل-حالت
  • 30. فصل ۲۹: حل MDP: روش‌های تکرار
  • 31. فصل ۳۰: روش‌های تکرار سیاست
  • 32. فصل ۳۱: روش‌های تکرار ارزش
  • 33. فصل ۳۲: یادگیری تقویتی با توابع تقریب (Function Approximation)
  • 34. فصل ۳۳: چرا نیاز به تقریب تابع داریم؟
  • 35. فصل ۳۴: تقریب خطی (Linear Function Approximation)
  • 36. فصل ۳۵: شبکه‌های عصبی در یادگیری تقویتی
  • 37. فصل ۳۶: شبکه‌های عصبی عمیق (Deep Neural Networks)
  • 38. فصل ۳۷: یادگیری تقویتی عمیق (Deep Reinforcement Learning - DRL)
  • 39. فصل ۳۸: الگوریتم‌های DRL پایه
  • 40. فصل ۳۹: DQN (Deep Q-Network)
  • 41. فصل ۴۰: اجزای کلیدی DQN
  • 42. فصل ۴۱: تجربه بازپخش (Experience Replay)
  • 43. فصل ۴۲: هدف شبکه (Target Network)
  • 44. فصل ۴۳: نسخه بهبود یافته DQN: Double DQN
  • 45. فصل ۴۴: نسخه بهبود یافته DQN: Dueling DQN
  • 46. فصل ۴۵: الگوریتم‌های Policy Gradient
  • 47. فصل ۴۶: تفاوت با روش‌های مبتنی بر ارزش
  • 48. فصل ۴۷: گرادیان سیاست (Policy Gradient Theorem)
  • 49. فصل ۴۸: الگوریتم REINFORCE
  • 50. فصل ۴۹: مشکلات گرادیان سیاست
  • 51. فصل ۵۰: مزایای گرادیان سیاست
  • 52. فصل ۵۱: الگوریتم‌های Actor-Critic
  • 53. فصل ۵۲: ترکیب Actor و Critic
  • 54. فصل ۵۳: A2C (Advantage Actor-Critic)
  • 55. فصل ۵۴: A3C (Asynchronous Advantage Actor-Critic)
  • 56. فصل ۵۵: الگوریتم‌های مبتنی بر ترانسفورمر (Transformer-based RL)
  • 57. فصل ۵۶: کاربرد ترانسفورمر در RL
  • 58. فصل ۵۷: الگوریتم‌های بدون مدل (Model-Free RL)
  • 59. فصل ۵۸: الگوریتم‌های Off-Policy و On-Policy
  • 60. فصل ۵۹: الگوریتم‌های Off-Policy: Q-Learning, DQN
  • 61. فصل ۶۰: الگوریتم‌های On-Policy: SARSA, REINFORCE
  • 62. فصل ۶۱: الگوریتم‌های مبتنی بر مدل (Model-Based RL)
  • 63. فصل ۶۲: یادگیری مدل محیط
  • 64. فصل ۶۳: استفاده از مدل برای برنامه‌ریزی
  • 65. فصل ۶۴: الگوریتم Dyna-Q
  • 66. فصل ۶۵: مزایا و معایب RL مبتنی بر مدل
  • 67. فصل ۶۶: یادگیری تقویتی در رباتیک
  • 68. فصل ۶۷: کنترل ربات‌ها
  • 69. فصل ۶۸: مسیریابی ربات‌ها
  • 70. فصل ۶۹: ناوبری ربات‌ها
  • 71. فصل ۷۰: یادگیری تقویتی در بازی‌ها
  • 72. فصل ۷۱: AlphaGo و AlphaZero
  • 73. فصل ۷۲: بازی‌های کامپیوتری
  • 74. فصل ۷۳: استراتژی‌های پیچیده
  • 75. فصل ۷۴: یادگیری تقویتی در امور مالی
  • 76. فصل ۷۵: معاملات الگوریتمی
  • 77. فصل ۷۶: مدیریت سبد سهام
  • 78. فصل ۷۷: پیش‌بینی بازار
  • 79. فصل ۷۸: یادگیری تقویتی در سلامت
  • 80. فصل ۷۹: کشف دارو
  • 81. فصل ۸۰: درمان شخصی‌سازی شده
  • 82. فصل ۸۱: سیستم‌های توصیه‌گر
  • 83. فصل ۸۲: چالش‌ها در یادگیری تقویتی
  • 84. فصل ۸۳: کمبود داده
  • 85. فصل ۸۴: حفره پاداش (Reward Sparsity)
  • 86. فصل ۸۵: کاوش و بهره‌برداری (Exploration vs. Exploitation)
  • 87. فصل ۸۶: پایداری و همگرایی
  • 88. فصل ۸۷: خطاهای نسبی (Relative Errors)
  • 89. فصل ۸۸: تعمیم (Generalization)
  • 90. فصل ۸۹: مسائل اخلاقی در یادگیری تقویتی
  • 91. فصل ۹۰: سوگیری (Bias) و انصاف (Fairness)
  • 92. فصل ۹۱: قابلیت تفسیر (Interpretability)
  • 93. فصل ۹۲: آینده یادگیری تقویتی
  • 94. فصل ۹۳: ادغام با یادگیری عمیق
  • 95. فصل ۹۴: یادگیری تقویتی چندعاملی (Multi-Agent RL)
  • 96. فصل ۹۵: یادگیری تقویتی با انسان در حلقه (Human-in-the-Loop RL)
  • 97. فصل ۹۶: یادگیری تقویتی با محدودیت‌ها (Constrained RL)
  • 98. فصل ۹۷: ابزارها و کتابخانه‌های یادگیری تقویتی
  • 99. فصل ۹۸: TensorFlow, PyTorch, Ray RLlib
  • 100. فصل ۹۹: محیط‌های شبیه‌سازی (Simulators)

📚 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.