اپلیکیشن اندرویدی فلش‌کارت آموزشی یادگیری تقویتی برای بهینه‌سازی تعامل

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی برای بهینه‌سازی تعامل

موضوع کلی: علوم رفتاری و مدل‌سازی اجتماعی

موضوع میانی: مدل‌سازی یادگیری ماشینی و یادگیری کاربردی

📋 سرفصل‌های دوره

• 1. مبانی یادگیری تقویتی
• 2. مفاهیم کلیدی در یادگیری تقویتی
• 3. عناصر اصلی یک مسئله یادگیری تقویتی
• 4. فرآیند تصمیم‌گیری مارکوفی (MDP)
• 5. فضای حالت، عمل و پاداش
• 6. تابع پاداش و طراحی آن
• 7. ارزش‌ها و توابع ارزش
• 8. معادله بلمن برای توابع ارزش
• 9. تکرار ارزش
• 10. سیاست‌ها و توابع سیاست
• 11. بهینه‌سازی سیاست
• 12. روش‌های مبتنی بر سیاست
• 13. روش‌های مبتنی بر ارزش
• 14. الگوریتم Q-Learning
• 15. الگوریتم SARSA
• 16. تفاوت بین Q-Learning و SARSA
• 17. کاوش در مقابل بهره‌برداری
• 18. ε-Greedy
• 19. Softmax
• 20. یادگیری تقویتی مدل‌محور
• 21. مدل‌سازی محیط
• 22. برنامه‌ریزی پویا
• 23. روش‌های مونت کارلو
• 24. تخمین مونت کارلو
• 25. الگوریتم‌های گرادیان سیاست
• 26. روش‌های سیاست گرادیان
• 27. تابع ارزش تقریبی
• 28. شبکه‌های عصبی و یادگیری تقویتی
• 29. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
• 30. DQN (Deep Q-Network)
• 31. تجربه تکراری (Experience Replay)
• 32. شبکه‌های هدف (Target Networks)
• 33. یادگیری تقویتی چندعامله
• 34. محیط‌های چندعامله
• 35. هماهنگی در یادگیری تقویتی چندعامله
• 36. یادگیری تقویتی سلسله مراتبی
• 37. یادگیری مهارت‌ها
• 38. انتقال یادگیری
• 39. یادگیری تقویتی آفلاین
• 40. یادگیری تقویتی ایمن
• 41. محدودیت‌های یادگیری تقویتی
• 42. کاربردهای یادگیری تقویتی در رباتیک
• 43. کاربردهای یادگیری تقویتی در بازی‌ها
• 44. کاربردهای یادگیری تقویتی در مدیریت منابع
• 45. کاربردهای یادگیری تقویتی در مالی