آموزش جامع یادگیری تقویتی (Reinforcement Learning) در پایتون

یادگیری تقویتی (Reinforcement Learning) یک زیرشاخه جذاب از هوش مصنوعی است که بر تعامل با یک محیط و انجام کنش هایی به منظور حل مسائل کنترلی توسط یک عامل هوشمند تمرکز دارد. این شاخه از هوش مصنوعی به ماشین‌ها اجازه می‌ دهد تا از تجربیات خود بیاموزند و تصمیمات خود را بر اساس الگوریتم های تعریف شده اتخاذ کنند. برخلاف یادگیری نظارت شده که در آن مدل‌ ها بر اساس مجموعه داده ‌های برچسب‌ زده آموزش می ‌بینند، و یا یادگیری بدون نظارت که در آن شباهت ها کشف می ‌شوند، یادگیری تقویتی بر تعامل عامل‌ها با محیط ‌های مربوطه تمرکز دارد.

کاربردهای یادگیری تقویتی در دنیای واقعی بسیار گسترده و تاثیرگذار است، چرا که ماشین‌ها در این شاخه از هوش مصنوعی به صورت خودکار و بدون نیاز به ‌کمک انسانی عمل می‌کنند، و این تکنیک برای حل مسائل متنوع در دنیای واقعی از اهمیت بسزایی برخوردار است. از این حوزه در زمینه های مختلفی از جمله رباتیک، خودروهای خودران، پرنده های بدون سرنشین، بازی های ویدئویی، پزشکی، سیستم های معاملاتی و مسائل دیگری که در آن نیاز به یک عامل هوشمند جهت اتخاذ تصمیم و انجام اعمال در یک محیط وجود دارد، استفاده می شود.

در این دوره، مباحث مربوط به یادگیری تقویتی، با رویکرد پیاده سازی الگوریتم ها با استفاده از زبان برنامه نویسی پایتون و طبق سرفصل های استاندارد مباحث مربوط به این حوزه، و در قالب 6 فصل اصلی تدریس خواهد شد.

جهت کسب اطلاعات بیشتر در رابطه با این دوره، لطفا جلسه ی معرفی دوره را مشاهده نمایید.

سرفصل های دوره:

فصل1 : مفاهیم مقدماتی یادگیری تقویتی

فصل2: برنامه نویسی پویا

فصل3: روش مونت کارلو

فصل4: الگوریتم های Temporal Difference

فصل5: یادگیری عمیق (Deep Learning) و شبکه های عصبی مصنوعی (ANN)

فصل 6: یادگیری تقویتی عمیق (Deep Reinforcement Learning)

پیش نیاز های دوره :

آشنایی با زبان برنامه نویسی پایتون
آشنایی مقدماتی و علاقه مندی به یادگیری ریاضیات و آمار

نظرات کاربران در رابطه با این دوره

لطفا سوالات خود را راجع به این آموزش در این بخش پرسش و پاسخ مطرح کنید به سوالات در قسمت نظرات پاسخ داده نخواهد شد و آن نظر حذف میشود.

جهت ثبت نظر باید در سایت عضو شوید و یا وارد سایت شده باشید .

فرشید محمدی

ارسال شده در 1403/11/15

متاسفانه آموزش خیلی نامفهوم هست خیلی تیتر وار مسائل گفته میشه و بار آموزشی نداره به نظر میاد مدرس تسلط کافی روی این مبحث نداره

hrced1402

ارسال شده در 1403/10/02

من این آموزش به خاطر یادگیری عمیق خریداری کردم ولی این آموزش به خاطر اینکه از کتابخانه ها در طراحی محیط و یادگیری عمیق استفاده شده اصلا بار آموزشی نداره چون به مفاهیم ساخت این محیط دربحث لایه ها و اینوایرمنت نپرداخته وپایتون درواقعیت به دلیل سرعت پایین قابل اجرا در محیط واقعی صنعت نمی‌باشد در محیط کار با زبان c باید کار کرد و با این آموزش کتابخانه ای و سطحی امکان فعالیت در این زبان وجود ندار د البته از مبحث دیپ لرنینگ به بعد این کوتاهی در آموزش مشاهده می‌شود امیدوارم رسیدگی بفرمایید

سبحان محمدی

ارسال شده در 1403/04/21

سلام بسیار دوره خوبی بود ممنون میشم اسلاید هارو هم برای دانلود قرار بدید با تشکر

قائم تقی پور (مدرس)

ارسال شده در 1403/04/24

سلام دوست عزیز

خوشحالم که دوره براتون مفید بوده

ان‌شاءالله اسلاید ها در یک جلسه جدید بارگذاری خواهند شد.

موفق باشید.

raouf.rasoulzadeh

ارسال شده در 1402/11/09

با سلام و روز بخیر،

من دوره یادگیری تقویتی و خریداری کردم تا الان حدود 61 فایل برای دانلود آماده هست اما هنوز مباحث DRL آپلود نشده که اتفاقا خیلی هم برای من ضروری هست. لطفا این مباحث را زودتر در سایت بارگزاری کنید.

با تشکر

ارسال شده در 1402/11/10

سلام و درود دوست عزیز

از جلسه ۶۲، فصل یادگیری تقویتی عمیق آغاز میشه.

با توجه به روند انتشار جلسات در تاپلرن، هر روز غیر تعطیل یک جلسه منتشر خواهد شد.

sfroknid

ارسال شده در 1402/11/01

PPO, TRPO, ACKTR, and SAC
مقایسه دقیق ریاضی این روش ها رو میشه بزارید

ارسال شده در 1402/10/26

ممنون از استاد عزیز. من خیلی دنبال دوره یادگیری تقویتی فارسی زبان گشتم و چند دوره رو دیدم به نظرم این دوره اگه استاد زحمت بکشند و مباحث پیشرفته تر و با پایتورچ رو کار بکنند بهترین دوره فراسی زبان تو این زمینه هست و من به همه دوستان و همکارانم توصیه میکنم. بی صبرانه منتظر آپدیت های دوره هستیم

آموزش جامع یادگیری تقویتی (Reinforcement Learning) در پایتون