دوره
سفر یادگیری تقویتی خودتون رو شروع کنید! یاد بگیرید چطور اِیجنت‌ها می‌تونن از طریق تعامل با محیط، مسائل رو حل کنن.
وارد دنیای هیجان‌انگیز یادگیری تقویتی می‌شید و با مفاهیم پایه، نقش‌ها و کاربردهای اون آشنا می‌شید. چارچوب یادگیری تقویتی و نحوه تعامل عامل با محیط رو بررسی می‌کنید. همچنین یاد می‌گیرید چطور با استفاده از کتابخونه Gymnasium کار کنید، وضعیت‌ها رو مصورسازی کنید و اقداماتی انجام بدید تا پایه‌ای عملی برای کار با مفاهیم و کاربردهای یادگیری تقویتی به دست بیارید.
عمیق‌تر وارد دنیای یادگیری تقویتی می‌شید و این بار روی یادگیری مبتنی بر مدل تمرکز می‌کنید. با فرایندهای تصمیم‌گیری مارکوف و اجزای اصلی اون‌ها آشنا می‌شید. همچنین درباره سیاست‌ها و توابع ارزش یاد می‌گیرید و با تکنیک‌های تکرار سیاست و تکرار ارزش، مهارت‌تون رو در بهینه‌سازی سیاست‌ها تقویت می‌کنید.
وارد دنیای یادگیری بدون مدل در یادگیری تقویتی می‌شید. ابتدا با روش‌های پایه مونت‌کارلو آشنا می‌شید و الگوریتم‌های پیش‌بینی مونت‌کارلو با اولین بازدید و همه بازدیدها رو به کار می‌برید. بعد سراغ یادگیری تفاضل زمانی می‌رید و الگوریتم SARSA رو بررسی می‌کنید. در نهایت، با Q-Learning آشنا می‌شید و همگرایی اون رو در محیط‌های چالش‌برانگیز تحلیل می‌کنید.
با استراتژی‌های پیشرفته‌تر یادگیری تقویتی بدون مدل آشنا می‌شید و روی بهبود الگوریتم‌های تصمیم‌گیری تمرکز می‌کنید. Expected SARSA رو برای به‌روزرسانی دقیق‌تر سیاست‌ها و Double Q-Learning رو برای کاهش بایاس بیش‌برآورد یاد می‌گیرید. همچنین توازن اکتشاف-بهره‌برداری رو بررسی می‌کنید و با استراتژی‌های epsilon-greedy و epsilon-decay برای انتخاب بهتر عمل‌ها آشنا می‌شید. در نهایت، سراغ مسئله راهزن چنددسته‌ای می‌رید و روش‌هایی رو برای حل مسائل تصمیم‌گیری در شرایط عدم قطعیت به کار می‌برید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
وارد دنیای هیجان‌انگیز یادگیری تقویتی می‌شید و با مفاهیم پایه، نقش‌ها و کاربردهای اون آشنا می‌شید. چارچوب یادگیری تقویتی و نحوه تعامل عامل با محیط رو بررسی می‌کنید. همچنین یاد می‌گیرید چطور با استفاده از کتابخونه Gymnasium کار کنید، وضعیت‌ها رو مصورسازی کنید و اقداماتی انجام بدید تا پایه‌ای عملی برای کار با مفاهیم و کاربردهای یادگیری تقویتی به دست بیارید.
عمیق‌تر وارد دنیای یادگیری تقویتی می‌شید و این بار روی یادگیری مبتنی بر مدل تمرکز می‌کنید. با فرایندهای تصمیم‌گیری مارکوف و اجزای اصلی اون‌ها آشنا می‌شید. همچنین درباره سیاست‌ها و توابع ارزش یاد می‌گیرید و با تکنیک‌های تکرار سیاست و تکرار ارزش، مهارت‌تون رو در بهینه‌سازی سیاست‌ها تقویت می‌کنید.
وارد دنیای یادگیری بدون مدل در یادگیری تقویتی می‌شید. ابتدا با روش‌های پایه مونت‌کارلو آشنا می‌شید و الگوریتم‌های پیش‌بینی مونت‌کارلو با اولین بازدید و همه بازدیدها رو به کار می‌برید. بعد سراغ یادگیری تفاضل زمانی می‌رید و الگوریتم SARSA رو بررسی می‌کنید. در نهایت، با Q-Learning آشنا می‌شید و همگرایی اون رو در محیط‌های چالش‌برانگیز تحلیل می‌کنید.
با استراتژی‌های پیشرفته‌تر یادگیری تقویتی بدون مدل آشنا می‌شید و روی بهبود الگوریتم‌های تصمیم‌گیری تمرکز می‌کنید. Expected SARSA رو برای به‌روزرسانی دقیق‌تر سیاست‌ها و Double Q-Learning رو برای کاهش بایاس بیش‌برآورد یاد می‌گیرید. همچنین توازن اکتشاف-بهره‌برداری رو بررسی می‌کنید و با استراتژی‌های epsilon-greedy و epsilon-decay برای انتخاب بهتر عمل‌ها آشنا می‌شید. در نهایت، سراغ مسئله راهزن چنددسته‌ای می‌رید و روش‌هایی رو برای حل مسائل تصمیم‌گیری در شرایط عدم قطعیت به کار می‌برید.
با تکمیل این دوره، شما یک گواهی معتبر دریافت می‌کنید که بیانگر کسب مهارت‌های لازم مرتبط با این دوره آموزشی است.
هر مدرک دارای شناسه یکتا و لینک اعتبارسنجی است که امکان بررسی و تأیید اصالت آن را فراهم می‌کند.
می‌توانید گواهی‌های خود را به‌راحتی در شبکه‌های حرفه‌ای مانند لینکدین با دیگران به اشتراک بگذارید.
با اپلیکیشن فینکا، به بیشتر دوره‌ها و مسیرها روی موبایل دسترسی دارید، تمرین می‌کنید و یادگیری رو هم‌زمان روی موبایل و دسکتاپ ادامه می‌دید.