آموزش هوش مصنوعی پیشرفته: یادگیری تقویتی عمیق در پایتون

سرفصل ها و درس ها

خوش آمدی Welcome

• معرفی Introduction

• طرح کلی Outline

• کد را از کجا دریافت کنیم Where to get the code

مروری بر مفاهیم یادگیری تقویتی بنیادی Review of Fundamental Reinforcement Learning Concepts

• بررسی بخش مقدمه Review Section Introduction

• معضل کاوش- بهره برداری The Explore-Exploit Dilemma

• فرآیندهای تصمیم گیری مارکوف (MDPs) Markov Decision Processes (MDPs)

• روش های مونت کارلو Monte Carlo Methods

• یادگیری تفاوت زمانی (TD) Temporal Difference Learning (TD)

• OpenAI Gym Warmup OpenAI Gym Warmup

• خلاصه بخش بررسی Review Section Summary

• صندوق پیشنهادات Suggestion Box

A2C (بازیگر-نقد برتر) A2C (Advantage Actor-Critic)

• مقدمه بخش A2C A2C Section Introduction

• نظریه A2C (قسمت 1) A2C Theory (part 1)

• نظریه A2C (قسمت 2) A2C Theory (part 2)

• نظریه A2C (بخش 3) A2C Theory (part 3)

• نسخه ی نمایشی A2C A2C Demo

• کد A2C - طرح خشن A2C Code - Rough Sketch

• فرآیندهای چندگانه Multiple Processes

• لفاف های محیطی Environment Wrappers

• شبکه عصبی کانولوشنال Convolutional Neural Network

• A2C A2C

• خلاصه بخش A2C A2C Section Summary

DDPG (شیب سیاست قطعی عمیق) DDPG (Deep Deterministic Policy Gradient)

• مقدمه بخش DDPG DDPG Section Introduction

• بررسی عمیق Q-Learning (DQN). Deep Q-Learning (DQN) Review

• نظریه DDPG DDPG Theory

• MuJoCo MuJoCo

• کد DDPG (قسمت 1) DDPG Code (part 1)

• کد DDPG (قسمت 2) DDPG Code (part 2)

• خلاصه بخش DDPG DDPG Section Summary

ES (استراتژی های تکامل) ES (Evolution Strategies)

• مقدمه بخش ES ES Section Introduction

• نظریه ES ES Theory

• نکاتی در مورد استراتژی های تکامل Notes on Evolution Strategies

• ES برای بهینه سازی یک تابع ES for Optimizing a Function

• ES برای یادگیری نظارت شده ES for Supervised Learning

• فلپی برد Flappy Bird

• ES برای Flappy Bird در کد ES for Flappy Bird in Code

• ES برای MuJoCo در کد ES for MuJoCo in Code

• خلاصه بخش ES ES Section Summary

تنظیم محیط شما (سؤالات متداول بر اساس درخواست دانشجو) Setting Up Your Environment (FAQ by Student Request)

• تنظیم محیط آناکوندا Anaconda Environment Setup

• نحوه نصب Numpy، Scipy، Matplotlib، Pandas، IPython، Theano و TensorFlow How to install Numpy, Scipy, Matplotlib, Pandas, IPython, Theano, and TensorFlow

کمک اضافی برای کدنویسی پایتون برای مبتدیان (سؤالات متداول بر اساس درخواست دانشجو) Extra Help With Python Coding for Beginners (FAQ by Student Request)

• نحوه کدنویسی توسط خودتان (قسمت 1) How to Code by Yourself (part 1)

• چگونه به تنهایی کدنویسی کنیم (قسمت 2) How to Code by Yourself (part 2)

• اثبات اینکه استفاده از نوت بوک Jupyter همان استفاده نکردن از آن است Proof that using Jupyter Notebook is the same as not using it

• پایتون 2 در مقابل پایتون 3 Python 2 vs Python 3

استراتژی‌های یادگیری مؤثر برای یادگیری ماشین (سؤالات متداول بر اساس درخواست دانشجو) Effective Learning Strategies for Machine Learning (FAQ by Student Request)

• چگونه در این دوره موفق شویم (نسخه طولانی) How to Succeed in this Course (Long Version)

• این برای مبتدیان است یا متخصصان؟ علمی یا عملی؟ سریع یا کند؟ Is this for Beginners or Experts? Academic or Practical? Fast or slow-paced?

• نقشه راه پیش نیاز یادگیری ماشین و هوش مصنوعی (نقطه 1) Machine Learning and AI Prerequisite Roadmap (pt 1)

• نقشه راه پیش نیاز یادگیری ماشین و هوش مصنوعی (نقطه 2) Machine Learning and AI Prerequisite Roadmap (pt 2)

ضمیمه/سوالات متداول نهایی Appendix / FAQ Finale

• آپاندیس چیست؟ What is the Appendix?

• جایزه BONUS