دوره مبانی یادگیری تقویتی عمیق برای مهندسان و محققان همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی یادگیری تقویتی عمیق برای مهندسان و محققان

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی عمیق (Deep Reinforcement Learning - DRL)

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی عمیق
• 2. مروری بر یادگیری تقویتی و چالش‌های آن
• 3. شبکه‌های عصبی عمیق: مبانی و معماری‌ها
• 4. یادگیری تقویتی مبتنی بر ارزش: Q-Learning
• 5. Q-Learning عمیق (Deep Q-Network - DQN)
• 6. تجربه تکراری (Experience Replay)
• 7. شبکه‌های هدف (Target Networks)
• 8. بهینه‌سازی تابع ارزش: گرادیان کاهشی و الگوریتم‌های مرتبط
• 9. یادگیری تقویتی مبتنی بر سیاست
• 10. گرادیان سیاست (Policy Gradients)
• 11. REINFORCE: الگوریتم پایه گرادیان سیاست
• 12. Actor-Critic Methods
• 13. A2C (Advantage Actor-Critic)
• 14. A3C (Asynchronous Advantage Actor-Critic)
• 15. پیاده‌سازی DQN در محیط‌های ساده
• 16. پیاده‌سازی Policy Gradient در محیط‌های ساده
• 17. مقدمه‌ای بر الگوریتم‌های پیشرفته DRL
• 18. DDPG (Deep Deterministic Policy Gradient)
• 19. TD3 (Twin Delayed DDPG)
• 20. SAC (Soft Actor-Critic)
• 21. یادگیری تقویتی خارج از سیاست (Off-Policy Learning)
• 22. اهمیت اکتشاف در یادگیری تقویتی
• 23. ε-Greedy Exploration
• 24. Exploration مبتنی بر نویز
• 25. روش‌های اکتشاف پیشرفته
• 26. تابع پاداش (Reward Function) و طراحی آن
• 27. شبیه‌سازی محیط و اهمیت آن در DRL
• 28. محیط‌های آزمایشی معروف در DRL (OpenAI Gym، MuJoCo)
• 29. انتقال یادگیری (Transfer Learning) در DRL
• 30. یادگیری چندوظیفه‌ای (Multi-task Learning) در DRL
• 31. یادگیری سلسله مراتبی (Hierarchical Reinforcement Learning)
• 32. چالش‌های یادگیری تقویتی عمیق: ناپایداری و همگرایی
• 33. تنظیم هایپرپارامترها در DRL
• 34. روش‌های کاهش واریانس در DRL
• 35. نرمال‌سازی ورودی‌ها و خروجی‌ها
• 36. مقدمه‌ای بر یادگیری تقویتی ایمن (Safe Reinforcement Learning)
• 37. کاربردهای DRL در رباتیک
• 38. کاربردهای DRL در بازی‌ها
• 39. کاربردهای DRL در مدیریت منابع
• 40. تحلیل و تفسیر نتایج DRL
• 41. ابزارهای توسعه DRL (TensorFlow, PyTorch)
• 42. بهینه‌سازی کد DRL برای عملکرد بهتر
• 43. استفاده از GPU برای آموزش DRL
• 44. مفاهیم پیشرفته در شبکه‌های عصبی برای DRL (Convolutional، Recurrent)