دوره یادگیری تقویتی برای دانشمندان داده همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی برای دانشمندان داده

موضوع کلی: علوم داده

موضوع میانی: یادگیری ماشین

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی
• 2. مفاهیم کلیدی یادگیری تقویتی: عامل، محیط، پاداش، حالت
• 3. انواع الگوریتم‌های یادگیری تقویتی
• 4. حل مسائل مارکوفی (Markov Decision Processes)
• 5. معادله بلمن (Bellman Equation) و کاربردهای آن
• 6. روش‌های مبتنی بر ارزش: Q-Learning
• 7. روش‌های مبتنی بر سیاست: Policy Gradients
• 8. تفاوت بین Q-Learning و Policy Gradients
• 9. کاوش و بهره‌برداری (Exploration vs. Exploitation)
• 10. استراتژی‌های کاوش: اپسیلون-گریدی (Epsilon-Greedy) و سافت‌مکس (Softmax)
• 11. توابع ارزش تقریبی (Approximate Value Functions)
• 12. شبکه‌های عصبی در یادگیری تقویتی (Deep Q-Networks - DQN)
• 13. معماری DQN و بهینه‌سازی آن
• 14. تجربه تکراری (Experience Replay)
• 15. هدف‌گذاری ثابت (Fixed Q-Targets)
• 16. پیاده‌سازی DQN با پایتون و TensorFlow/PyTorch
• 17. مقدمه‌ای بر محیط‌های شبیه‌سازی: OpenAI Gym
• 18. حل مسائل کلاسیک با DQN: CartPole, MountainCar
• 19. الگوریتم‌های پیشرفته DQN: Double DQN, Dueling DQN
• 20. الگوریتم‌های Policy Gradient پیشرفته: REINFORCE, Actor-Critic
• 21. روش‌های Actor-Critic: A2C, A3C
• 22. مقدمه‌ای بر یادگیری تقویتی عمیق (Deep Reinforcement Learning)
• 23. چالش‌های یادگیری تقویتی: Curse of Dimensionality
• 24. تابع پاداش (Reward Shaping)
• 25. یادگیری تقویتی چندعاملی (Multi-Agent Reinforcement Learning)
• 26. کاربردهای یادگیری تقویتی در بازی‌ها: Atari, Go
• 27. یادگیری تقویتی در رباتیک
• 28. یادگیری تقویتی در بهینه‌سازی منابع
• 29. یادگیری تقویتی در تجارت و امور مالی
• 30. یادگیری تقویتی در سیستم‌های توصیه‌گر
• 31. یادگیری تقویتی در کنترل ترافیک
• 32. معرفی کتابخانه‌های یادگیری تقویتی: Ray RLlib, Stable Baselines3
• 33. تنظیم هایپرمترها (Hyperparameter Tuning) در یادگیری تقویتی
• 34. ارزیابی و مقایسه الگوریتم‌های یادگیری تقویتی
• 35. یادگیری انتقال (Transfer Learning) در یادگیری تقویتی
• 36. یادگیری تقویتی آفلاین (Offline Reinforcement Learning)
• 37. یادگیری تقویتی ایمن (Safe Reinforcement Learning)
• 38. یادگیری تقویتی با پاداش‌های پراکنده (Sparse Reward Reinforcement Learning)
• 39. یادگیری تقویتی سلسله مراتبی (Hierarchical Reinforcement Learning)
• 40. یادگیری تقویتی متا (Meta Reinforcement Learning)
• 41. یادگیری تقویتی با استفاده از مدل (Model-Based Reinforcement Learning)
• 42. بررسی مقالات جدید در زمینه یادگیری تقویتی
• 43. یادگیری تقویتی و اخلاق
• 44. یادگیری تقویتی و حریم خصوصی