اپلیکیشن اندرویدی فلش‌کارت آموزشی یادگیری تقویتی با Gym و Stable Baselines

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی با Gym و Stable Baselines

موضوع کلی: زیرساخت‌های محاسباتی و هوش مصنوعی

موضوع میانی: پروژه‌های Open Source AI

📋 سرفصل‌های دوره

• 1. آشنایی با یادگیری تقویتی
• 2. مفاهیم پایه یادگیری تقویتی
• 3. محیط، حالت، عمل و پاداش
• 4. فرمول‌های اصلی یادگیری تقویتی
• 5. حل مسائل با رویکرد یادگیری تقویتی
• 6. تابع ارزش و تابع سیاست
• 7. روش‌های مبتنی بر مدل
• 8. روش‌های بدون مدل
• 9. روش‌های مونته کارلو
• 10. روش‌های زمانی تفاضلی
• 11. روش Q-Learning
• 12. روش Sarsa
• 13. روش Deep Q-Network (DQN)
• 14. شبکه‌های عصبی در یادگیری تقویتی
• 15. انتخاب عمل با روش epsilon-greedy
• 16. تابع softmax و بولتزمن
• 17. استفاده از حافظه تجربی
• 18. مفهوم انتقال یادگیری در یادگیری تقویتی
• 19. نرم‌افزار Gym برای یادگیری تقویتی
• 20. مقدمه‌ای بر کتابخانه Stable Baselines
• 21. نصب و راه‌اندازی Stable Baselines
• 22. محیط‌های Gym در Stable Baselines
• 23. الگوریتم‌های Stable Baselines
• 24. الگوریتم A2C
• 25. الگوریتم PPO
• 26. الگوریتم DQN در Stable Baselines
• 27. تنظیم پارامترهای الگوریتم‌ها
• 28. ارزیابی عملکرد الگوریتم‌ها
• 29. مفهوم پاداش شکل‌دهی
• 30. استفاده از توابع پاداش مناسب
• 31. نکاتی برای طراحی محیط‌های Gym
• 32. نکاتی برای انتخاب الگوریتم مناسب
• 33. کاربرد یادگیری تقویتی در رباتیک
• 34. کاربرد یادگیری تقویتی در بازی‌ها
• 35. کاربرد یادگیری تقویتی در کنترل
• 36. کاربرد یادگیری تقویتی در مدیریت منابع
• 37. کاربرد یادگیری تقویتی در بازارهای مالی
• 38. آینده یادگیری تقویتی
• 39. چالش‌های یادگیری تقویتی
• 40. منابع و ابزارهای یادگیری تقویتی