اپلیکیشن اندرویدی فلش‌کارت آموزشی سازوکار و یادگیری تقویتی در داده‌های بدون نظارت

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره سازوکار و یادگیری تقویتی در داده‌های بدون نظارت

موضوع کلی: طراحی سازوکار (Mechanism Design)

موضوع میانی: طراحی سازوکار در مسائل بهینه‌سازی در سیستم‌های داده غیرقابل نظارت نوین

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری ماشین بدون نظارت
• 2. خوشه‌بندی سلسله مراتبی: مفاهیم و الگوریتم‌ها
• 3. خوشه‌بندی K-میانگین: اصول و کاربردها
• 4. ارزیابی خوشه‌بندی: شاخص‌های داخلی و خارجی
• 5. کاهش ابعاد: ضرورت و روش‌ها
• 6. تجزیه مؤلفه‌های اصلی (PCA): تئوری و پیاده‌سازی
• 7. تحلیل مؤلفه‌های مستقل (ICA): مفاهیم و کاربردها
• 8. خودرمزگذارها (Autoencoders): معرفی و انواع
• 9. یادگیری ویژگی (Feature Learning) در داده‌های بدون نظارت
• 10. تشخیص ناهنجاری (Anomaly Detection): روش‌های آماری
• 11. تشخیص ناهنجاری مبتنی بر فاصله (Distance-Based Anomaly Detection)
• 12. تشخیص ناهنجاری با استفاده از چگالی (Density-Based Anomaly Detection)
• 13. جنگل‌های ایزوله (Isolation Forests): الگوریتم و کاربردها
• 14. مدل‌های گرافیکی: معرفی و انواع
• 15. مدل‌های گرافیکی بیزی (Bayesian Graphical Models)
• 16. شبکه‌های بیزی (Bayesian Networks): ساختار و استنتاج
• 17. مدل‌های مارکوف پنهان (Hidden Markov Models): کاربردها در داده‌های سری زمانی
• 18. مدل‌های مخلوط گاوسی (Gaussian Mixture Models): تئوری و پیاده‌سازی
• 19. یادگیری عمیق بدون نظارت: مقدمه‌ای
• 20. خودرمزگذار واریانسی (Variational Autoencoders)
• 21. شبکه‌های مولد تخاصمی (GANs): اصول و کاربردها
• 22. تولید تصویر با استفاده از GANs
• 23. تولید متن با استفاده از GANs
• 24. یادگیری بازنمایی (Representation Learning): مفاهیم و روش‌ها
• 25. یادگیری بازنمایی توزیع‌شده (Distributed Representation Learning)
• 26. کلمات جاسازی (Word Embeddings): Word2Vec و GloVe
• 27. استفاده از کلمات جاسازی در وظایف پردازش زبان طبیعی
• 28. مفاهیم اساسی یادگیری تقویتی
• 29. الگوریتم Q-Learning: تئوری و پیاده‌سازی
• 30. الگوریتم SARSA: تئوری و پیاده‌سازی
• 31. خط‌مشی گرادیانی (Policy Gradient Methods)
• 32. یادگیری تقویتی عمیق (Deep Reinforcement Learning)
• 33. شبکه‌های عصبی عمیق برای یادگیری تقویتی
• 34. یادگیری تقویتی در محیط‌های پیوسته
• 35. یادگیری تقویتی چندعاملی (Multi-Agent Reinforcement Learning)
• 36. کاربردهای یادگیری تقویتی در رباتیک
• 37. یادگیری تقویتی در بازی‌ها
• 38. یادگیری تقویتی در سیستم‌های توصیه‌گر
• 39. تقویت یادگیری با پاداشهای شکل‌دهی (Reward Shaping)
• 40. یادگیری تقویتی آفلاین (Offline Reinforcement Learning)
• 41. تکنیک های اکتشاف در یادگیری تقویتی
• 42. تأثیر تابع پاداش بر یادگیری تقویتی
• 43. مسائل همگرایی در یادگیری تقویتی
• 44. بهینه‌سازی های الگوریتمی در یادگیری تقویتی
• 45. چالش‌ها و محدودیت‌های یادگیری تقویتی