تخفیف!
آموزش مقدمات یادگیری تقویت شده در پایتون و هوش مصنوعی

آموزش مقدمات یادگیری تقویت شده در پایتون و هوش مصنوعی | Reinforcement Learning beginner to master – AI in Python

(2 بررسی مشتری)

قیمت اصلی 1,200,000ریال بود.قیمت فعلی 200,000ریال است.

  • 10.5 ساعت ویدیو با زیرنویس انگلیسی و کیفیت 1080
  • به روز رسانی 7/2022 تهیه شده رسمی یودمی ایران
  • مدرس: Escape Velocity Labs
  • حجم:2.71GB (ترافیک داخلی)

توضیحات

آموزش مقدمات یادگیری تقویت شده در پایتون و هوش مصنوعی

نام دوره : Reinforcement Learning beginner to master – AI in Python

پیش نیاز:

  • با برنامه نویسی در پایتون راحت باشید
  • آشنایی با جبر خطی و حساب دیفرانسیل و انتگرال (ماتریس ها، بردارها، تعیین کننده ها، مشتقات و غیره)
  • آمار اولیه و نظریه احتمال (میانگین، واریانس، توزیع نرمال و غیره) را بدانید.

دوره های زیر بعد از این دوره پیشنهاد می شوند:

ساخت هوش مصنوعی با یادگیری تقویت شده در پایتون | Advanced Reinforcement Learning in Python: from DQN to SAC

ساخت هوش مصنوعی با یادگیری تقویت شده در پایتون | Advanced Reinforcement Learning in Python: cutting-edge DQNs

آموزش مقدمات یادگیری تقویت شده در پایتون و هوش مصنوعی

توضیحات:

این کامل ترین دوره یادگیری تقویت شده  Udemy است.

در آن شما اصول یادگیری تقویتی، یکی از سه پارادایم هوش مصنوعی مدرن را خواهید آموخت

. شما از ابتدا الگوریتم های تطبیقی ​​را پیاده سازی خواهید کرد که وظایف کنترلی را بر اساس تجربه حل می کنند. همچنین یاد خواهید گرفت که این الگوریتم ها را با تکنیک های یادگیری عمیق و شبکه های عصبی ترکیب کنید و شاخه ای به نام یادگیری تقویتی عمیق را ایجاد کنید.

این دوره پایه و اساس لازم را در اختیار شما قرار می دهد تا بتوانید الگوریتم های جدید را هنگام ظهور درک کنید.

همچنین شما را برای دوره‌های بعدی این مجموعه آماده می‌کند، که در آن به شاخه‌های مختلف یادگیری تقویتی عمیق‌تر خواهیم رفت و به برخی از الگوریتم‌های پیشرفته‌تر موجود نگاه خواهیم کرد.

این دوره 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.

دوره آموزش مقدمات یادگیری تقویت شده در پایتون و هوش مصنوعی در سه بخش تشکیل شده و موضوعات زیر را پوشش می دهد:

بخش 1 (روش های جدولی):

  • – فرآیند تصمیم گیری مارکوف
  • – برنامه نویسی پویا
  • – روش های مونت کارلو
  • – روش های اختلاف زمانی (SARSA، Q-Learning)
  • – راه اندازی N-step

بخش 2 (فضاهای حالت پیوسته):

  • – تجمیع دولت
  • – کدگذاری کاشی
  • بخش 3 (یادگیری تقویتی عمیق):
  • – SARSA عمیق
  • – یادگیری عمیق Q
  • – تقویت کردن

بخش 3 (یادگیری تقویتی عمیق):

  • – SARSA عمیق
  • – یادگیری عمیق Q
  • – تقویت کردن
  • – Advantage Actor-Critic / A2C (Advantage Actor-Critic / روش A2C)

ساخت هوش مصنوعی با یادگیری تقویت شده در پایتون

دوره آموزش مقدمات یادگیری تقویت شده در پایتون و هوش مصنوعی 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.
  • محققان/دانشمندانی که به دنبال تقویت مهارت های کدنویسی عملی خود هستند

یخشی از دوره :

2 دیدگاه برای آموزش مقدمات یادگیری تقویت شده در پایتون و هوش مصنوعی | Reinforcement Learning beginner to master – AI in Python

  1. یودمی ایران

    دوره درخواستی خود را از راه های ارتباطی درخواست کنید

  2. sattar

    سلام، لطفا دوره را آپدیت کنید

دیدگاه خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *