دوره یادگیری تقویتی مولد: سیاست‌های بهینه همراه با فلش‌کارت آموزشی — ارائه روی فلش مموری

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره یادگیری تقویتی مولد: سیاست‌های بهینه

موضوع کلی: یادگیری ماشین و بهینه‌سازی

موضوع میانی: هوش مصنوعی مولد (Generative AI) و بهینه‌سازی

📋 سرفصل‌های دوره

• 1. مبانی یادگیری تقویتی
• 2. معرفی سیاست‌های یادگیری
• 3. مفاهیم اساسی یادگیری تقویتی مولد
• 4. انواع محیط‌های یادگیری تقویتی
• 5. الگوریتم‌های پایه یادگیری تقویتی
• 6. تابع ارزش و تخمین آن
• 7. روش‌های مونت کارلو در یادگیری تقویتی
• 8. تفاوت سیاست‌ها در یادگیری تقویتی
• 9. روش‌های گرادیان سیاست
• 10. الگوریتم Q-Learning
• 11. الگوریتم SARSA
• 12. مقدمه‌ای بر شبکه‌های عصبی
• 13. استفاده از شبکه‌های عصبی در یادگیری تقویتی
• 14. تقویت یادگیری عمیق (Deep Reinforcement Learning)
• 15. تابع پاداش و طراحی آن
• 16. اکتشاف و بهره‌برداری (Exploration vs. Exploitation)
• 17. روش‌های مختلف اکتشاف
• 18. مدیریت حافظه در یادگیری تقویتی
• 19. روش‌های تخمین سیاست
• 20. حل مسائل با استفاده از Q-Learning
• 21. حل مسائل با استفاده از SARSA
• 22. پیاده‌سازی الگوریتم‌های یادگیری تقویتی در پایتون
• 23. مقدمه‌ای بر کتابخانه‌های یادگیری تقویتی
• 24. استفاده از OpenAI Gym
• 25. محیط‌های شبیه‌سازی شده برای یادگیری تقویتی
• 26. یادگیری تقویتی در بازی‌های ساده
• 27. یادگیری تقویتی در رباتیک
• 28. یادگیری تقویتی در کنترل فرایندها
• 29. بهینه‌سازی توالی تصمیم‌گیری
• 30. مدل‌های مارکوف تصمیم‌گیری (MDP)
• 31. حل MDP با استفاده از برنامه‌ریزی پویا
• 32. تکنیک‌های کاهش ابعاد در یادگیری تقویتی
• 33. یادگیری تقویتی چندعامله
• 34. همکاری و رقابت در یادگیری تقویتی
• 35. یادگیری تقویتی آفلاین (Offline Reinforcement Learning)
• 36. یادگیری انتقال (Transfer Learning) در یادگیری تقویتی
• 37. یادگیری تقویتی سلسله مراتبی (Hierarchical Reinforcement Learning)
• 38. یادگیری تقویتی با پاداش پراکنده (Sparse Reward Reinforcement Learning)
• 39. یادگیری تقویتی ایمن (Safe Reinforcement Learning)
• 40. یادگیری تقویتی با محدودیت (Constrained Reinforcement Learning)
• 41. تکنیک‌های تنظیم هایپرپارامترها
• 42. ارزیابی عملکرد الگوریتم‌های یادگیری تقویتی
• 43. تفسیرپذیری در یادگیری تقویتی
• 44. کاربردهای یادگیری تقویتی در صنعت
• 45. چالش‌ها و آینده یادگیری تقویتی