توضیحات

آموزش یادگیری تقویت شده پیشرفته : روشهای policy gradient

نام دوره : Advanced Reinforcement Learning: policy gradient methods

پیش نیاز:

• با برنامه نویسی در پایتون راحت باشید
• تکمیل دوره “آموزش تقویتی مبتدی تا مسلط” یا آشنایی با اصول یادگیری تقویتی (یا تماشای بخش های سطح بندی موجود در این دوره).
• دانستن آمار پایه (میانگین، واریانس، توزیع نرمال)

توضیحات:

این کاملترین مجموعه دوره آموزشی تقویتی در Udemy است.

در آن، پیاده سازی برخی از قدرتمندترین الگوریتم های یادگیری تقویتی عمیق در پایتون را با استفاده از PyTorch و PyTorch Lightning خواهید آموخت.

شما از ابتدا الگوریتم های تطبیقی ​​را پیاده سازی خواهید کرد که وظایف کنترلی را بر اساس تجربه حل می کنند.

شما یاد خواهید گرفت که این تکنیک ها را با شبکه های عصبی و روش های یادگیری عمیق ترکیب کنید تا عوامل هوش مصنوعی تطبیقی ​​ایجاد کنید که قادر به حل وظایف تصمیم گیری هستند.

این دوره شما را با آخرین فنون یادگیری تقویتی آشنا می کند. همچنین شما را برای دوره‌های بعدی این مجموعه آماده می‌کند، جایی که ما روش‌های پیشرفته دیگری را که در انواع دیگر وظایف برتر هستند، بررسی خواهیم کرد.

دوره آموزش یادگیری تقویت شده پیشرفته : روشهای policy gradient بر توسعه مهارت های عملی متمرکز است. بنابراین، پس از یادگیری مهم ترین مفاهیم هر خانواده از روش ها، یک یا چند الگوریتم آنها را در دفترچه یادداشت jupyter، از ابتدا پیاده سازی می کنیم.

ماژول های سطح بندی:

• – Refresher: فرآیند تصمیم گیری مارکوف (MDP).
• – Refresher: Q-Learning.
• – Refresher: معرفی مختصر شبکه های عصبی.
• – Refresher: Deep Q-Learning.

آموزش تقویتی پیشرفته:

• – PyTorch Lightning.
• – تنظیم فراپارامتر با Optuna.
• – آموزش تقویتی با ورودی های تصویر
• – آموزش Q-Deep Double
• – دوئل عمیق Q-شبکه ها
• – تکرار تجربه اولویت‌دار (PER)
• – شبکه های کیو عمیق توزیعی
• – شبکه های Q-Deep Noisy
• – یادگیری Q عمیق N مرحله ای
• – Rainbow Deep Q-Learning

دوره آموزش یادگیری تقویت شده پیشرفته : روشهای policy gradient برای چه کسانی است:

• توسعه دهندگانی که می خواهند در یادگیری ماشین شغلی پیدا کنند.
• دانشمندان/تحلیلگران داده و پزشکان ML به دنبال گسترش وسعت دانش خود هستند.
• دانشجویان و محققان رباتیک.
• دانشجویان و محققین مهندسی

بخشی از دوره :