اکسپرس 24
کتاب بهینه‌سازی عملکرد با یادگیری تقویتی عمیق

کتاب بهینه‌سازی عملکرد با یادگیری تقویتی عمیق

تگ‌ها: DRL MARL الگوریتم های یادگیری بهینه سازی عملکرد شبکه های عصبی عمیق هوش ماشین هوش مصنوعی یادگیری تقویتی یادگیری تقویتی عمیق یادگیری چندعامله

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

🎓 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

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.