سپنتا کتاب اکسپرس
کتاب یادگیری تقویتی عمیق برای رباتیک و اتوماسیون با بردهای تک‌برد

کتاب یادگیری تقویتی عمیق برای رباتیک و اتوماسیون با بردهای تک‌برد

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 یادگیری تقویتی عمیق برای رباتیک و اتوماسیون با بردهای تک‌برد

موضوع کلی: کامپیوترهای تک‌برد و سیستم‌های توکار

موضوع میانی: مبانی یادگیری عمیق (Deep Learning) برای سیستم‌های توکار

📋 سرفصل‌های دوره

  • 1. مقدمه ای بر یادگیری تقویتی عمیق
  • 2. مبانی یادگیری تقویتی
  • 3. عوامل و محیط ها
  • 4. پاداش ها و تابع ارزش
  • 5. سیاست ها و تابع کیفیت
  • 6. یادگیری آفلاین در مقابل آنلاین
  • 7. یادگیری مبتنی بر مدل در مقابل بدون مدل
  • 8. الگوریتم های ارزش گذاری
  • 9. یادگیری عمیق و شبکه های عصبی
  • 10. شبکه های عصبی کانولوشنال
  • 11. شبکه های عصبی بازگشتی
  • 12. شبکه های عصبی ترنسفورمر
  • 13. ترکیب یادگیری تقویتی و یادگیری عمیق
  • 14. یادگیری تقویتی عمیق (DRL)
  • 15. یادگیری Q-Network عمیق (DQN)
  • 16. یادگیری Q-Network دوگانه عمیق (DDQN)
  • 17. یادگیری Actor-Critic
  • 18. یادگیری Actor-Critic تقدم-تاخر (A2C)
  • 19. یادگیری Actor-Critic پیشرفته (A3C)
  • 20. یادگیری Actor-Critic پالیسی گرادیان (PPO)
  • 21. یادگیری Actor-Critic پراکنده (DDPG)
  • 22. یادگیری Actor-Critic پالیسی عمل (SAC)
  • 23. مفهوم شبکه های عصبی در DRL
  • 24. توابع فعال سازی
  • 25. تابع زیان
  • 26. بهینه سازی گرادیان نزولی
  • 27. پس انتشار
  • 28. معماری شبکه های عصبی برای DRL
  • 29. شبکه های عصبی فیدفوروارد
  • 30. شبکه های عصبی کانولوشنال در DRL
  • 31. شبکه های عصبی بازگشتی در DRL
  • 32. شبکه های عصبی ترنسفورمر در DRL
  • 33. موازی سازی و توزیع در DRL
  • 34. مدل های گسسته در مقابل مدل های پیوسته
  • 35. فضاهای حالت و عمل گسسته
  • 36. فضاهای حالت و عمل پیوسته
  • 37. چالش ها در DRL
  • 38. ناپایداری و واگرایی
  • 39. جستجوی پالیسی
  • 40. تنوع پذیری اکتشاف
  • 41. برنامه ریزی بلندمدت
  • 42. بیانگرهای حافظه
  • 43. استفاده از برد های تک برد
  • 44. معرفی بردهای تک برد
  • 45. مدل های رایج بردهای تک برد
  • 46. ارتباط بردهای تک برد با DRL
  • 47. پیکربندی سخت افزار
  • 48. نصب و راه اندازی نرم افزار
  • 49. محیط های شبیه سازی
  • 50. SimPy
  • 51. OpenAI Gym
  • 52. MuJoCo
  • 53. PyBullet
  • 54. Gazebo
  • 55. ROS (Robot Operating System)
  • 56. اتصال بردهای تک برد به محیط های شبیه سازی
  • 57. توسعه عامل DRL بر روی برد تک برد
  • 58. ملاحظات پردازشی
  • 59. محدودیت های حافظه
  • 60. مصرف توان
  • 61. یادگیری با داده های جمع آوری شده
  • 62. انتقال یادگیری
  • 63. تنظیم دقیق مدل های DRL
  • 64. کاربرد DRL در رباتیک
  • 65. کنترل حرکت ربات
  • 66. ناوبری ربات
  • 67. دستکاری ربات
  • 68. همکاری ربات
  • 69. رباتیک انسان نما
  • 70. رباتیک صنعتی
  • 71. کاربرد DRL در اتوماسیون
  • 72. کنترل فرآیندهای صنعتی
  • 73. بهینه سازی سیستم های تولید
  • 74. مدیریت زنجیره تامین
  • 75. اتوماسیون انبار
  • 76. ربات های خودمختار
  • 77. وسیله نقلیه خودران
  • 78. پردازش زبان طبیعی در رباتیک
  • 79. بینایی ماشین در رباتیک
  • 80. حسگرها در رباتیک
  • 81. عملگرها در رباتیک
  • 82. ارتباط سنسور و عملگر با DRL
  • 83. طراحی تابع پاداش
  • 84. تنظیم پارامترهای DRL
  • 85. ارزیابی عملکرد عامل DRL
  • 86. آزمایش و اعتبارسنجی
  • 87. کارایی و مقیاس پذیری
  • 88. مطالعات موردی در رباتیک
  • 89. مطالعات موردی در اتوماسیون
  • 90. آینده DRL در رباتیک و اتوماسیون
  • 91. یادگیری تقویتی توزیع شده
  • 92. یادگیری تقویتی چند عاملی
  • 93. یادگیری تقویتی قابل تفسیر
  • 94. یادگیری تقویتی ایمن
  • 95. هوش مصنوعی عمومی
  • 96. چالش های اخلاقی و ایمنی
  • 97. نتیجه گیری
  • 98. مرور کلی
  • 99. مسیرهای آینده

📚 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.