کتاب جنبههای نظری یادگیری از دادههای بدون برچسب با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره جنبههای نظری یادگیری از دادههای بدون برچسب
موضوع کلی: یادگیری تقویتی چندعامله (MARL)
موضوع میانی: جنبههای نظری MARL
📋 سرفصل‌های دوره
- 1. تعریف یادگیری از دادههای بدون برچسب در MARL
- 2. تمایز دادهٔ بدون برچسب، پاداش، ترجیح و تجربهٔ تعاملی
- 3. منابع دادهٔ بدون برچسب در سیستم‌های چندعامله
- 4. ساختار مشاهده، اقدام، گذار و پاداش در دادههای چندعامله
- 5. از MDP تا بازی‌های تصادفی چندعامله
- 6. بازی‌های تعاونی، رقابتی و با منافع مختلط
- 7. مدل‌های Dec-POMDP و تصمیم‌گیری با مشاهدهٔ جزئی
- 8. ساختارهای اطلاعاتی مشترک، خصوصی و سلسله‌مراتبی
- 9. چارچوب آموزش متمرکز و اجرا غیرمتمرکز
- 10. پیامد کمبود برچسب در برابر کمیابی پاداش
- 11. نظریهٔ بازنمایی برای مشاهده‌ها و تاریخچهٔ تعامل
- 12. بازنمایی حداقل، کافی و فشردهٔ حالت پنهان
- 13. ناوردایی و هم‌ورایی در بازنمایی عامل‌ها
- 14. مبانی آنتروپی، اطلاعات متقابل و واگرایی KL
- 15. شناسایی‌پذیری عامل‌ها، حالت‌ها و راهبردها از داده
- 16. هم‌ارزی مشاهده‌ای و شناسایی‌ناپذیری علت‌ها
- 17. یادگیری تضادی در بازنمایی چندعامله
- 18. یادگیری پیش‌بین و مدل‌سازی گذار بعدی
- 19. حداکثرسازی اطلاعات متقابل برای هماهنگی عامل‌ها
- 20. استنباط واریاسیونی و کران شواهد
- 21. الگوریتم EM برای راهبردها و متغیرهای نهان
- 22. مدل‌های جهانی نهان در محیط‌های چندعامله
- 23. برنامه‌ریزی در فضای نهان با دادهٔ بدون برچسب
- 24. اکتشاف بدون پاداش در بازی‌های چندعامله
- 25. انگیزش ذاتی مبتنی بر خطای پیش‌بینی
- 26. حداکثرسازی آنتروپی و تنوع رفتاری
- 27. کشف مهارت‌های چندعامله از دادهٔ برچسب‌نشده
- 28. کشف گزینه‌ها و سیاست‌های سلسله‌مراتبی
- 29. یادگیری آفلاین چندعامله از دادهٔ رفتاری
- 30. مفهوم پوشش داده و خطای برون‌یابی
- 31. نمونه‌برداری اهمیتی در ارزیابی برون‌سیاستی
- 32. برآوردگرهای دوگانه‌مقاوم برای ارزیابی سیاست
- 33. همگرایی و ناپایداری در یادگیری آفلاین چندعامله
- 34. ناایستایی محیط ناشی از به‌روزشدن هم‌زمان عامل‌ها
- 35. مدل‌سازی حریف و پیش‌بینی راهبرد سایر عامل‌ها
- 36. بازنمایی نهان سبک‌های بازی و ترجیحات حریف
- 37. یادگیری تقویتی بیزی چندعامله
- 38. عدم قطعیت معرفت‌شناختی و کالیبراسیون مدل‌های پیش‌بین
- 39. تخصیص اعتبار در اقدامات مشترک
- 40. پایه‌های خلاف‌واقع برای کاهش واریانس گرادیان سیاست
- 41. تخصیص اعتبار علی با گراف‌های عامل‌ها و پاداش‌ها
- 42. تجزیهٔ مقدار در روش‌های مبتنی بر ارزش
- 43. محدودیت‌های بیانی و خطای تقریب در تجزیهٔ مقدار
- 44. قضیهٔ گرادیان سیاست در بازی‌های چندعامله
- 45. روش‌های بازیگر–منتقد چندعامله
- 46. همگرایی تقریبی الگوریتم‌های بازیگر–منتقد
- 47. تعادل نش، همبسته و همبستهٔ خشن
- 48. شرایط همگرایی به تعادل در یادگیری چندعامله
- 49. دینامیک خودبازی و تولید دادهٔ بدون برچسب
- 50. بازی تخیلی و به‌روزرسانی بهترین پاسخ
- 51. نظریهٔ پشیمانی در تعامل‌های مکرر
- 52. همگرایی بدون پشیمانی و میانگین راهبردها
- 53. پیچیدگی نمونه در یادگیری چندعامله
- 54. کرانه‌های پایین برای اکتشاف و شناسایی تعادل
- 55. موازنهٔ اکتشاف و بهره‌برداری با چند عامل
- 56. اکتشاف غیرمتمرکز با اطلاعات ناقص
- 57. نظریهٔ ارتباطات، ظرفیت کانال و تأخیر پیام
- 58. ارتباطات ظهوریافته از دادهٔ بدون برچسب
- 59. بازنمایی عامل‌ها با شبکه‌های عصبی گرافی
- 60. ناوردایی نسبت به جایگشت عامل‌ها
- 61. تقریب میدان میانگین برای جمعیت‌های بزرگ
- 62. روش‌های مبتنی بر جمعیت و تنوع راهبردی
- 63. بهینه‌سازی توزیع‌شده و همگرایی اجماعی
- 64. یادگیری چندوظیفه‌ای و بازنمایی مشترک عامل‌ها
- 65. فرا یادگیری سیاست‌ها از خانوادهٔ بازی‌های برچسب‌نشده
- 66. انتقال راهبرد میان توپولوژی‌ها و تعداد عامل‌ها
- 67. تعمیم‌پذیری به عامل‌ها و سناریوهای دیده‌نشده
- 68. جابجایی توزیع ناشی از تغییر راهبرد عامل‌ها
- 69. تشخیص دادهٔ برون‌توزیع در تصمیم‌گیری چندعامله
- 70. سازگاری دامنه با دادهٔ مقصد بدون برچسب
- 71. استحکام در برابر خطای مشاهده و مدل
- 72. حملات خصمانه بر مشاهده، ارتباط و پاداش
- 73. یادگیری ایمن با محدودیت‌های چندعامله
- 74. ابهام پاداش و استنتاج پاداش از رفتار مشاهده‌شده
- 75. حساسیت به ریسک و بهینه‌سازی معیارهای توزیع-محور
- 76. ارزیابی نظری و تجربی کیفیت بازنمایی
- 77. شاخص‌های تعادل، بهره‌وری اجتماعی و هماهنگی
- 78. کارایی محاسباتی، ارتباطی و حافظه‌ای الگوریتم‌ها
- 79. شکاف نظریه و عمل در MARL بدون برچسب
- 80. جهت‌های پژوهشی باز در شناسایی، اکتشاف و تعادل
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.