سپنتا کتاب اکسپرس
کتاب مبانی و کاربردهای عملی یادگیری تقویتی برای توسعه سیستم‌های هوشمند

کتاب مبانی و کاربردهای عملی یادگیری تقویتی برای توسعه سیستم‌های هوشمند

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 و کاربردهای عملی یادگیری تقویتی برای توسعه سیستم‌های هوشمند

موضوع کلی: هوش مصنوعی و یادگیری ماشین

موضوع میانی: یادگیری تقویتی

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر هوش مصنوعی و یادگیری ماشین
  • 2. مفهوم یادگیری تقویتی
  • 3. تفاوت یادگیری تقویتی با سایر رویکردهای یادگیری ماشین
  • 4. کاربردها و مزایای یادگیری تقویتی
  • 5. عناصر اصلی یک مسئله یادگیری تقویتی
  • 6. محیط، عامل، حالت، عمل، پاداش
  • 7. مدل‌های پویای سیستم
  • 8. مارکوف تصمیم‌گیری (MDP)
  • 9. قوانین انتقال حالت
  • 10. توابع پاداش
  • 11. روش‌های مبتنی بر ارزش
  • 12. تابع ارزش حالت (V-function)
  • 13. تابع ارزش عمل-حالت (Q-function)
  • 14. معادله بلمن
  • 15. معادله بلمن برای V-function
  • 16. معادله بلمن برای Q-function
  • 17. روش‌های مبتنی بر سیاست
  • 18. سیاست (Policy)
  • 19. سیاست‌های قطعی و احتمالی
  • 20. تابع سیاست
  • 21. روش‌های تکرار ارزش
  • 22. تکرار ارزش حالت-اکشن
  • 23. تکرار ارزش حالت
  • 24. الگوریتم‌های یادگیری تقویتی بدون مدل
  • 25. یادگیری Q (Q-Learning)
  • 26. یادگیری SARSA
  • 27. تفاوت Q-Learning و SARSA
  • 28. یادگیری Q عمیق (Deep Q-Networks - DQN)
  • 29. معماری DQN
  • 30. تابع هدف در DQN
  • 31. بهینه‌سازی DQN
  • 32. نکات مهم در پیاده‌سازی DQN
  • 33. روش‌های تکرار سیاست
  • 34. گرادیان سیاست (Policy Gradient)
  • 35. الگوریتم REINFORCE
  • 36. معادله گرادیان سیاست
  • 37. روش‌های Actor-Critic
  • 38. معماری Actor-Critic
  • 39. مزایای Actor-Critic
  • 40. الگوریتم A2C (Advantage Actor-Critic)
  • 41. الگوریتم A3C (Asynchronous Advantage Actor-Critic)
  • 42. روش‌های مبتنی بر مدل
  • 43. یادگیری تقویتی مدل‌دار
  • 44. تولید مدل محیط
  • 45. استفاده از مدل برای یادگیری
  • 46. الگوریتم‌های Planning
  • 47. شبیه‌سازی در یادگیری تقویتی
  • 48. مدل‌های پیش‌بینی‌کننده
  • 49. معرفی انواع پاداش‌ها
  • 50. طراحی تابع پاداش مؤثر
  • 51. پاداش‌های پراکنده و چالش‌ها
  • 52. نرمال‌سازی پاداش
  • 53. تکنیک‌های اکتشاف (Exploration)
  • 54. ε-greedy exploration
  • 55. تکنیک‌های نمونه‌برداری (Sampling)
  • 56. جستجوی تصادفی
  • 57. جستجوی مبتنی بر عدم قطعیت
  • 58. اکتشاف مبتنی بر پاداش
  • 59. اکتشاف مبتنی بر انتروپی
  • 60. اکتشاف مبتنی بر کنجکاوی
  • 61. تکنیک‌های بهره‌برداری (Exploitation)
  • 62. روش‌های پیشرفته در یادگیری تقویتی
  • 63. یادگیری تقویتی سلسله مراتبی (Hierarchical RL)
  • 64. اهداف فرعی (Subgoals)
  • 65. لایه عامل و لایه کارگزار
  • 66. یادگیری تقویتی چندعامله (Multi-Agent RL)
  • 67. مدل‌های همکاری و رقابت
  • 68. چالش‌های یادگیری تقویتی چندعامله
  • 69. یادگیری تقویتی با پاداش ضمنی (Intrinsic Reward RL)
  • 70. کنجکاوی و یادگیری
  • 71. جبران پاداش‌های پراکنده
  • 72. یادگیری تقویتی با انتقال (Transfer RL)
  • 73. استفاده از دانش آموخته شده
  • 74. یادگیری تقویتی با تقلید (Imitation RL)
  • 75. یادگیری از نمایش (Learning from Demonstration)
  • 76. تکنیک‌های پیش‌پردازش حالت
  • 77. کاهش ابعاد حالت
  • 78. نرمال‌سازی حالت
  • 79. تکنیک‌های پس‌پردازش عمل
  • 80. کوانتیزاسیون عمل
  • 81. تکنیک‌های تنظیم هایپرپارامترها
  • 82. جستجوی شبکه‌ای (Grid Search)
  • 83. بهینه‌سازی بیزی (Bayesian Optimization)
  • 84. یادگیری تقویتی در رباتیک
  • 85. کنترل ربات‌های متحرک
  • 86. کنترل بازوهای رباتیک
  • 87. یادگیری تقویتی در بازی‌ها
  • 88. بازی‌های تخته‌ای
  • 89. بازی‌های ویدئویی
  • 90. یادگیری تقویتی در سیستم‌های توصیه‌گر
  • 91. شخصی‌سازی توصیه‌ها
  • 92. یادگیری تقویتی در مدیریت منابع
  • 93. بهینه‌سازی مصرف انرژی
  • 94. یادگیری تقویتی در امور مالی
  • 95. معاملات خودکار
  • 96. یادگیری تقویتی در بهینه‌سازی شبکه
  • 97. مدیریت ترافیک
  • 98. یادگیری تقویتی در پردازش زبان طبیعی
  • 99. تولید متن
  • 100. یادگیری تقویتی در بینایی ماشین

📚 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.