اکسپرس 24
کتاب تخصصی یادگیری تقویتی با فرآیندهای گاوسی: از مبانی تا پیشرفته

کتاب تخصصی یادگیری تقویتی با فرآیندهای گاوسی: از مبانی تا پیشرفته

تگ‌ها: Bayesian Optimization control deep GP Gaussian Processes GP-RL kernel methods Reinforcement Learning robotics uncertainty quantification unsafe RL فرآیندهای گاوسی یادگیری تقویتی

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 تخصصی یادگیری تقویتی با فرآیندهای گاوسی: از مبانی تا پیشرفته

موضوع کلی: دستهٔ جامع

موضوع میانی: یادگیری تقویتی پیشرفته با فرآیندهای گاوسی

📋 سرفصل‌های دوره

  • 1. معرفی فرآیندهای گاوسی
  • 2. مبانی احتمال و توزیع‌های گاوسی
  • 3. توابع هسته (Kernel) در فرآیندهای گاوسی
  • 4. استنتاج بیزیان در فرآیندهای گاوسی
  • 5. تقریب‌های توزیع پستریور
  • 6. الگوریتم‌های استنتاج exact و تقریبی
  • 7. معرفی یادگیری تقویتی (RL)
  • 8. چارچوب‌های مارکوف تصمیم‌گیری (MDP)
  • 9. توابع ارزش و سیاست
  • 10. الگوریتم‌های مبتنی بر مقدار (Q‑learning، SARSA)
  • 11. الگوریتم‌های مبتنی بر سیاست (Policy Gradient)
  • 12. ترکیب GP با توابع مقدار
  • 13. GP‑based value iteration
  • 14. GP‑UBC در اکتشاف‑استغلال
  • 15. مدل‌سازی دینامیک محیط با GP
  • 16. یادگیری مدل محیط با GP
  • 17. کنترل robust با عدم certeza GP
  • 18. آموزش سیاست با GP (GP‑Policy Search)
  • 19. یادگیری عمیق با GP (Deep GP)
  • 20. ترکیب GP‑شبکه عصبی (Gaussian Process Neural Networks)
  • 21. استنتاج متغییر variationnelle در GP‑RL
  • 22. استنتاج مونتی کارلو مارکوف (MCMC) برای GP
  • 23. بهینه‌سازی پارامترهای هسته (Kernel Hyperparameter Optimization)
  • 24. بهینه‌سازی بیزیان با GP (Bayesian Optimization) و ارتباط با RL
  • 25. یادگیری چند‑عامل با GP
  • 26. یادگیری تقویتی ایمن (Safe RL) با GP
  • 27. محدودیت‌های consta​nt با GP (GP‑based Constraints)
  • 28. یادگیری تقویتی با GP در روباتیک
  • 29. کنترل مسیر با GP‑RL
  • 30. یادگیری تقویتی در محیط‌های連続 (Continuous) با GP
  • 31. تجزیه و تحلیل regret در GP‑RL
  • 32. حد‌های نظری برای GP‑RL
  • 33. مقیاس‌پذیری: GP ناهموار (Sparse GP)
  • 34. متدهای FITC، VFE برای GP‑RL
  • 35. GP محلی (Local GP) برای مقیاس بزرگ
  • 36. GP‌های ترکیبی (Additive، Product) برای ساختارهای مرکب
  • 37. یادگیری توابع récompense با GP
  • 38. تأمین عدم certeza در پاداش
  • 39. استراتژی‌های اکتشاف برپایه اطلاعاتی (Information Gain) با GP
  • 40. Thompson Sampling با GP در RL
  • 41. استفاده از GP برای مدل‌سازی عدم certeza دینامیک
  • 42. یادگیری تقویتی با GP در محیط‌های parcialmente مشاهدنی (POMDP)
  • 43. فیلتر کالمن گسترش‌یافته (Extended Kalman Filter) با GP
  • 44. فلتر unscented Kalman با GP
  • 45. یادگیری تقویتی با GP در بازی‌های صفر‑سوم
  • 46. یادگیری تقویتی تعاونی با GP
  • 47. آموزش سیاست از نمایش‌ها با GP (Imitation Learning)
  • 48. ترکیب GP با یادگیری تقویتی معکوس
  • 49. یادگیری تقویتی چندمهله‌ای (Multi‑Task) با GP
  • 50. انتقال یادگیری (Transfer Learning) با GP در RL
  • 51. بهینه‌سازی سیاست با روش‌های مبتنی بر گرادیان و GP
  • 52. استفاده از GP در بهینه‌سازی سیاست پارامتریک (Policy Gradient)
  • 53. تجزیه و تحلیل پایداری (Stability Analysis) با GP‑Lyapunov
  • 54. کنترل ایمن با توابع barrier و GP
  • 55. کنترل鲁棒 تحت воздействий با GP
  • 56. استفاده از GP در یادگیری تقویتی عمیق (Deep RL) به‌عنوانestimator عدم certeza
  • 57. ترکیب GP با Monte Carlo Tree Search (MCTS)
  • 58. استفاده از GP در بازی‌های Atari (مدل‌سازی محیط)
  • 59. استفاده از GP در רובوت‌های چهارپا locomotion
  • 60. GP برای کنترل پرواز هوایای (UAV)
  • 61. GP برای کنترل دست‌های روباتیک
  • 62. استخراج ویژگی‌های وضعیت با GP (State Representation Learning)
  • 63. بهبود نمایش وضعیت با Kernel PCA و GP
  • 64. یادگیری تقویتی با GP در Finanzas (مدل‌سازی بازار)
  • 65. GP برای مدیریت سرمایه‌گذاری پویا
  • 66. استفاده از GP در کنترل فرآیندهای شیمیایی
  • 67. یادگیری تقویتی با GP در شبکه‌های سنسور
  • 68. بهینه‌سازی مسیر در لُجستیک با GP‑RL
  • 69. استفاده از GP در بهینه‌سازی انرژی ساختمان‌ها
  • 70. پروژه culminating: ساخت Agent RL با GP برای وظیفهٔ دنیای واقعی

📚 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.