درباره دوره
نظرات شرکت کنندگان
سرفصل های دوره
مفاهیم بنیادین یادگیری تقویتی
بخش اول :معرفی و آشنایی با RL ویدئو
معرفی دوره و منابع مورد استفاده و آشنایی با دنیایی یادگیری تقویتی
بخش دوم :المان های کلیدی ویدئو
معرفی المان های کلیدی در یک مساله یادگیری تقویتی
بخش سوم : چند مثال و مفهوم امید ریاضی ویدئو
معرفی چند مثال از دنیای RL و بررسی پیشنیاز مهم آمار و احتمالی
بخش چهارم : خانواده مارکوف ویدئو
آشنایی با MP و MRP و MDP
بخش پنجم : اصطلاحات مهم ویدئو
معرفی اصطلاحات و مفاهیم کلیدی در دنیای RL
کار با کتابخانه Gym برای شبیه سازی محیط ها
بخش اول : آشنایی با V(s) و Q(s,a) ویدئو
توابع ارزش یک state و ارزش یک action در یک state
بخش دوم : کتابخانه gym - قسمت اول ویدئو
معرفی کلی کتابخانه gym و آشنایی با محیط ها
بخش سوم : کتابخانه gym - قسمت دوم ویدئو
آشنایی با محیط Frozen Lake و کار با اجزای مختلف این محیط
بخش چهارم : کتابخانه gym - قسمت سوم ویدئو
آشنایی با محیط CartPole و کار با اجزای مختلف محیط
بخش پنجم : معادله Bellman - قسمت اول ویدئو
معادله بلمن و بررسی مفهومی آن برای تابع ارزش یک state
بخش ششم: معادله Bellman - قسمت دوم ویدئو
بررسی مفهومی معادله بلمن برای تابع ارزش یک action در یک state
بخش هفتم : ارزیابی یک Policy ویدئو
معرفی کلی الگوریتم Policy Iteration و حل مثال عددی ارزیابی یک سیاست
معادله Bellman و Dynamic Programming
بخش اول : ارزیابی یک سیاست و کدنویسی آن - قسمت اول ویدئو
بخش دوم : ارزیابی یک سیاست و کدنویسی آن - قسمت دوم ویدئو
بخش سوم : بهبود بخشیدن سیاست و پیاده سازی آن ویدئو
بخش چهارم : پیاده سازی الگوریتم policy iteration ویدئو
بخش پنجم : الگوریتم Value Iteration و حل یک مثال عددی ویدئو
بخش ششم : پیاده سازی الگوریتم Value Iteration ویدئو
روش های Monte Carlo در یادگیری تقویتی
بخش اول : ایده مونت کارلو و درک آن ویدئو
بخش دوم : آشنایی با بازی BlackJack و defaultdict ویدئو
بخش سوم : پیاده سازی MC برای تخمین ارزش state ها - بخش اول ویدئو
بخش چهارم: پیاده سازی MC برای تخمین ارزش state ها - بخش دوم ویدئو
بخش پنجم: پیاده سازی بهینه MC برای تخمین ارزش state ها - بخش اول ویدئو
بخش ششم :پیاده سازی بهینه MC برای تخمین ارزش state ها - بخش دوم ویدئو
روش های Temporal Difference در یادگیری تقویتی
بخش اول : استفاده از مونت کارلو برای محاسبه سیاست بهینه ویدئو
بخش دوم :قسمت اول پیاده سازی مونت کارلو و محاسبه Q(s,a) ویدئو
بخش سوم :قسمت دوم پیاده سازی مونت کارلو و محاسبه سیاست بهینه. ویدئو
بخش چهارم : معرفی ایده Temporal Difference ویدئو
بخش پنجم: مثال عددی برای درک بهتر ایده Temporal Difference ویدئو
بخش ششم : استفاده از Temporal Difference برای محاسبه ارزش state ها. ویدئو
ادامه مباحث Temporal Difference و پیاده سازی الگوریتم ها
بخش اول : الگوریتم SARSA ویدئو
بررسی الگوریتم SARSA و شهود آن و فرمول آپدیت آن
بخش دوم : پیاده سازی اول SARSA ویدئو
پیاده سازی الگوریتم SARSA با شبه کد دانشگاه استنفورد
بخش سوم : پیاده سازی دوم الگوریتم SARSA ویدئو
پیاده سازی الگوریتم SARSA با شبه کد کتاب Sutton
بخش چهارم :الگوریتم Q-Learning ویدئو
الگوریتم Q-Learning و شهود و پیاده سازی آن
بخش پنجم : شبکه عصبی با Tensorflow و Keras ویدئو
بخش اول پیاده سازی شبکه های عصبی در کتابخانه تنسورفلو و کراس
بخش ششم : شبکه عصبی با Tensorflow و Keras - قسمت ۲ ویدئو
بخش دوم پیاده سازی شبکه های عصبی در کتابخانه تنسورفلو و کراس
یادگیری تقویتی عمیق - الگوریتم DQN
بخش اول : ایده یادگیری تقویتی عمیق ویدئو
بررسی ایده یادگیری تقویتی عمیق و نحوه استفاده از شبکه عصبی در RL
بخش دوم : نحوه بدست آورده دیتاست و لیبل ها ویدئو
ایده دیتاست و لیبل ها و بررسی شبه کد DQN
بخش سوم : نکات تکمیلی و آشنایی با deque ویدئو
نکات تکمیلی مقاله DQN و آشنایی با deque
بخش چهارم : پیاده سازی DQN - بخش اول ویدئو
قسمت اول از پیاده سازی کلی و نوشتن کلاس DQN و تابع e-greedy
بخش پنجم : پیاده سازی DQN - بخش دوم ویدئو
قسمت دوم از پیاده سازی و نوشتن تابع train و آموزش شبکه عصبی
بخش ششم : ایده Target Network ویدئو
بررسی مقاله آپدیت شده DQN و شبکه Target
دسترسی به محتوا (پس از ثبت نام)
گروه پشتیبانی تلگرامی
پس از ثبت نام به لینک گروه دسترسی خواهید داشت.
لینک گروه تلگرامی
مدرس دوره
حامد قاسمی
- دانشجوی دکترای هوش مصنوعی دانشگاه تهران
- مدرس دوره مقاله کاوی و بینایی ماشین و دیپ لرنینگ در آکادمی ربوتک
- فعالیت در زمینه شبکه های کانولوشنی و یادگیری تقویتی
سوالات متداول
برای هر کلاس یک گروه تلگرامی ویژه ساخته می شود که در آن استاد دوره به همراه حل تمرین و سایر شرکت کنندگان در آن گروه هستند و شما می توانید سوالات خود را بپرسید و مدرس دوره و یا شرکت کنندگان به سوالات شما پاسخ دهند.
بله – اگر به صورت گروهی ثبت نام کنید، آکادمی ربوتک برای شما تخفیف ویژه ثبت نام گروهی را در نظر می گیرد. برای دریافت تخفیف گروهی خود میتوانید به آیدی پشتیبانی آکادمی ربوتک به آدرس @robotech_support پیام دهید.
پیشنیاز اصلی این دوره پایتون می باشد. بهتر است که با مفاهیم شبکه های عصبی و CNN ها نیز آشنا باشید چون در دو هفته پایانی این مباحث بسیار کلیدی خواهند بود.
بله این دوره دارای مدرک نمره دار می باشد و به زبان انگلیسی صادر خواهد شد. نمره نهایی شما مطابق تمرینات انجام شده توسط شما و پروژه پایانی دوره (در صورت وجود) در نظر گرفته می شود.
در آکادمی ربوتک به دلیل شرایط سخت اقتصادی کشور همواره تلاش کرده ایم که دوره ها را با پایین ترین قیمت ممکن برگزار کنیم که تا حدی نیز موفق بوده ایم. اما متاسفانه امکان پرداخت اقساطی دوره وجود ندارد.
بله – هیچگونه محدودیتی در شرکت کنندگان وجود ندارد و تمامی افراد چه دانشجو و چه غیر دانشجو می توانند در این دوره ها شرکت کنند.
ارتباط مستقیم
دوره های مرتبط
دوره مهندسی شبکه های عصبی
در این مینی دوره سه جلسه ای به بهینه سازی و انواع الگوریتم های بهینه سازی در شبکه های عصبی میپردازیم و به زبان خیلی ساده آن ها را درک میکنیم.
در قلب Transformers (ترم سوم یادگیری عمیق)
نکته مهم در مورد دوره های ربوتک دوره های آکادمی ربوتک بر بستر نرم افزار spot player هستند و شما…
دوره شبکه های بازگشتی و Transformers (ترم دوم یادگیری عمیق)
نکته مهم در مورد دوره های ربوتک دوره های آکادمی ربوتک بر بستر نرم افزار spot player هستند و شما…
ریاضیات ویژه هوش مصنوعی
نکته مهم در مورد دوره های ربوتک دوره های آکادمی ربوتک بر بستر نرم افزار spot player هستند و شما…
یادگیری ماشین کاربردی
نکته مهم در مورد دوره های ربوتک دوره های آکادمی ربوتک بر بستر نرم افزار spot player هستند و شما…
دوره مقدماتی رباتیک و مکاترونیک
این دوره برای دانشجویانی که علاقه مندند در حوزۀ رباتیک به پژوهش و تحقیق مشغول شوند و دلبستۀ فعالیت های آکادمیک اند، می تواند بسیار مفید و کاربردی باشد.
نظرات
1,200,000 تومان