فلش‌کارت‌های آموزشی بهینه‌سازی عملکرد با یادگیری تقویتی عمیق

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره بهینه‌سازی عملکرد با یادگیری تقویتی عمیق

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

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

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر یادگیری تقویتی
• 2. مفاهیم پایه یادگیری تقویتی
• 3. عناصر اصلی یک مسئله یادگیری تقویتی
• 4. فضای حالت و فضای عمل
• 5. تابع پاداش و سیاست
• 6. روش‌های حل مسائل یادگیری تقویتی
• 7. روش‌های مبتنی بر مدل
• 8. روش‌های بدون مدل
• 9. یادگیری ارزش و یادگیری سیاست
• 10. معادله بلمن
• 11. تکرار مقداری
• 12. تکرار سیاست
• 13. روش‌های مونت کارلو
• 14. تفاوت زمانی (TD)
• 15. SARSA
• 16. Q-Learning
• 17. یادگیری تقویتی عمیق: مقدمه‌ای
• 18. شبکه‌های عصبی و یادگیری تقویتی
• 19. تقریب تابع ارزش با شبکه‌های عصبی
• 20. Deep Q-Network (DQN)
• 21. تجربه تکراری (Experience Replay)
• 22. شبکه‌های هدف (Target Networks)
• 23. روش‌های پیشرفته DQN
• 24. Double DQN
• 25. Dueling DQN
• 26. Prioritized Experience Replay
• 27. یادگیری سیاست گرادیانی
• 28. REINFORCE
• 29. Actor-Critic Methods
• 30. Proximal Policy Optimization (PPO)
• 31. Trust Region Policy Optimization (TRPO)
• 32. یادگیری تقویتی چندعامله
• 33. مفاهیم پایه یادگیری تقویتی چندعامله
• 34. چالش‌های یادگیری تقویتی چندعامله
• 35. روش‌های هماهنگی در یادگیری تقویتی چندعامله
• 36. یادگیری تقویتی سلسله مراتبی
• 37. مفاهیم پایه یادگیری تقویتی سلسله مراتبی
• 38. روش‌های ساخت سلسله مراتب
• 39. یادگیری تقویتی معکوس
• 40. مفاهیم پایه یادگیری تقویتی معکوس
• 41. کاربردهای یادگیری تقویتی معکوس
• 42. یادگیری تقویتی آفلاین
• 43. مفاهیم پایه یادگیری تقویتی آفلاین
• 44. روش‌های یادگیری تقویتی آفلاین
• 45. انتقال یادگیری در یادگیری تقویتی
• 46. مفاهیم پایه انتقال یادگیری
• 47. روش‌های انتقال یادگیری
• 48. یادگیری تقویتی و بازی‌ها
• 49. یادگیری تقویتی در بازی‌های ویدئویی
• 50. یادگیری تقویتی در بازی‌های استراتژیک
• 51. یادگیری تقویتی و رباتیک
• 52. کنترل ربات با یادگیری تقویتی
• 53. ناوبری ربات با یادگیری تقویتی
• 54. یادگیری تقویتی و بهینه‌سازی منابع
• 55. بهینه‌سازی مصرف انرژی با یادگیری تقویتی
• 56. مدیریت ترافیک با یادگیری تقویتی
• 57. یادگیری تقویتی و سیستم‌های توصیه‌گر
• 58. توصیه‌گرهای شخصی‌سازی‌شده با یادگیری تقویتی
• 59. یادگیری تقویتی و مالی
• 60. معامله‌گری الگوریتمی با یادگیری تقویتی
• 61. مدیریت پورتفوی با یادگیری تقویتی
• 62. مفاهیم پیشرفته یادگیری تقویتی
• 63. یادگیری تقویتی با مدل‌های احتمالی
• 64. یادگیری تقویتی با توابع پاداش پیچیده
• 65. یادگیری تقویتی و داده‌های نامتوازن
• 66. چالش‌های یادگیری تقویتی در دنیای واقعی
• 67. مسائل اخلاقی در یادگیری تقویتی
• 68. بررسی موردی: کاربردهای موفق یادگیری تقویتی
• 69. ابزارهای یادگیری تقویتی (TensorFlow, PyTorch, OpenAI Gym)
• 70. آینده یادگیری تقویتی