سپنتا کتاب اکسپرس
کتاب مبانی یادگیری تقویتی برای هوش مصنوعی کاربردی

کتاب مبانی یادگیری تقویتی برای هوش مصنوعی کاربردی

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 مبانی یادگیری تقویتی برای هوش مصنوعی کاربردی

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری تقویتی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر یادگیری تقویتی
  • 2. مفاهیم پایه در یادگیری تقویتی
  • 3. مسائل تصمیم‌گیری مارکوف (MDP)
  • 4. بازگشت به عقب در MDP
  • 5. روش‌های مبتنی بر مدل
  • 6. روش‌های بدون مدل
  • 7. ارزیابی سیاست
  • 8. بهبود سیاست
  • 9. یادگیری آفلاین در مقابل آنلاین
  • 10. یادگیری مبتنی بر ارزش
  • 11. یادگیری مبتنی بر سیاست
  • 12. یادگیری ترکیبی
  • 13. تابع ارزش
  • 14. تابع ارزش عمل
  • 15. معادله بلمن
  • 16. معادله بلمن اپراتور
  • 17. معادله بلمن برای توابع ارزش
  • 18. معادله بلمن برای توابع ارزش عمل
  • 19. نابرابری بلمن
  • 20. نابرابری بلمن اپراتور
  • 21. نابرابری بلمن برای توابع ارزش
  • 22. نابرابری بلمن برای توابع ارزش عمل
  • 23. روش‌های پیش‌بینی ارزش
  • 24. روش مونت کارلو برای پیش‌بینی ارزش
  • 25. روش تفاضل زمانی (TD) برای پیش‌بینی ارزش
  • 26. یادگیری TD(0)
  • 27. یادگیری TD(λ)
  • 28. مقایسه مونت کارلو و TD
  • 29. روش‌های کنترل سیاست
  • 30. سادگی سیاست گرادیان
  • 31. روش‌های شبه گرادیان سیاست
  • 32. یادگیری سیاست مستقل از مدل (MCTS)
  • 33. یادگیری سیاست فعال (Actor-Critic)
  • 34. گرادیان سیاست
  • 35. یادگیری ترکیبی گرادیان سیاست
  • 36. روش‌های یادگیری تقویتی عمیق (DRL)
  • 37. شبکه‌های عصبی عمیق در DRL
  • 38. یادگیری تقویتی عمیق مبتنی بر ارزش
  • 39. یادگیری Q-Network عمیق (DQN)
  • 40. بهینه‌سازی DQN
  • 41. پیشرفت‌های DQN
  • 42. یادگیری تقویتی عمیق مبتنی بر سیاست
  • 43. روش A2C (Advantage Actor-Critic)
  • 44. روش A3C (Asynchronous Advantage Actor-Critic)
  • 45. روش DDPG (Deep Deterministic Policy Gradient)
  • 46. روش TD3 (Twin Delayed Deep Deterministic Policy Gradient)
  • 47. روش SAC (Soft Actor-Critic)
  • 48. یادگیری تقویتی چند عامله (MARL)
  • 49. مدل‌های ارتباطی در MARL
  • 50. مسائل هماهنگی در MARL
  • 51. کاربرد یادگیری تقویتی در رباتیک
  • 52. کاربرد یادگیری تقویتی در بازی‌ها
  • 53. کاربرد یادگیری تقویتی در امور مالی
  • 54. کاربرد یادگیری تقویتی در سیستم‌های توصیه‌گر
  • 55. کاربرد یادگیری تقویتی در بهینه‌سازی منابع
  • 56. یادگیری تقویتی با پاداش پراکنده
  • 57. یادگیری تقویتی با پاداش منفی
  • 58. یادگیری تقویتی با پاداش پیوسته
  • 59. یادگیری تقویتی با فضای حالت پیوسته
  • 60. یادگیری تقویتی با فضای عمل پیوسته
  • 61. یادگیری تقویتی بدون مدل برای حالت پیوسته
  • 62. یادگیری تقویتی با استفاده از مدل برای حالت پیوسته
  • 63. یادگیری تقویتی با اکتشاف و بهره‌برداری
  • 64. روش‌های اکتشاف مبتنی بر آنتروپی
  • 65. روش‌های اکتشاف مبتنی بر پاداش
  • 66. یادگیری تقویتی با انتقال دانش
  • 67. یادگیری تقویتی با تقلید
  • 68. یادگیری تقویتی با یادگیری شتاب‌یافته
  • 69. یادگیری تقویتی با یادگیری فعال
  • 70. یادگیری تقویتی با یادگیری از طریق مشاهده
  • 71. یادگیری تقویتی در محیط‌های پویا
  • 72. یادگیری تقویتی در محیط‌های نامطمئن
  • 73. یادگیری تقویتی با عدم قطعیت مدل
  • 74. یادگیری تقویتی با عدم قطعیت پاداش
  • 75. یادگیری تقویتی با عدم قطعیت سیاست
  • 76. یادگیری تقویتی با پایداری سیاست
  • 77. یادگیری تقویتی با قابلیت تعمیم
  • 78. یادگیری تقویتی با تفسیرپذیری
  • 79. اخلاق در یادگیری تقویتی
  • 80. مسئولیت‌پذیری در یادگیری تقویتی
  • 81. امنیت در یادگیری تقویتی
  • 82. قابلیت اطمینان در یادگیری تقویتی
  • 83. حریم خصوصی در یادگیری تقویتی
  • 84. استقرار یادگیری تقویتی در دنیای واقعی
  • 85. چالش‌های پیاده‌سازی یادگیری تقویتی
  • 86. آینده یادگیری تقویتی
  • 87. یادگیری تقویتی برای هوش مصنوعی عمومی
  • 88. یادگیری تقویتی و یادگیری عمیق
  • 89. یادگیری تقویتی و شبکه‌های عصبی
  • 90. یادگیری تقویتی و بهینه‌سازی
  • 91. یادگیری تقویتی و پردازش زبان طبیعی
  • 92. یادگیری تقویتی و بینایی ماشین
  • 93. یادگیری تقویتی و رباتیک هوشمند
  • 94. یادگیری تقویتی و سیستم‌های خودمختار
  • 95. یادگیری تقویتی و یادگیری ماشینی
  • 96. یادگیری تقویتی و هوش مصنوعی کاربردی
  • 97. مرور کلی بر یادگیری تقویتی
  • 98. کاربرد یادگیری تقویتی در صنعت
  • 99. کاربرد یادگیری تقویتی در پزشکی
  • 100. کاربرد یادگیری تقویتی در حمل و نقل

📚 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.