آموزش درک الگوریتم های یادگیری تقویتی

بررسی اجمالی دوره Course Overview

• بررسی اجمالی دوره Course Overview

درک مسئله یادگیری تقویتی Understanding the Reinforcement Learning Problem

• بررسی نسخه Version Check

• نمای کلی ماژول Module Overview

• پیش نیازها و بررسی اجمالی دوره Prerequisites and Course Overview

• تکنیک های یادگیری ماشینی تحت نظارت و بدون نظارت Supervised and Unsupervised Machine Learning Techniques

• معرفی یادگیری تقویتی Introducing Reinforcement Learning

• یادگیری تقویتی در مقابل یادگیری تحت نظارت و بدون نظارت Reinforcement Learning vs. Supervised and Unsupervised Learning

• مدل سازی محیط به عنوان یک فرآیند تصمیم گیری مارکوف Modeling the Environment as a Markov Decision Process

• کاربردهای یادگیری تقویتی Reinforcement Learning Applications

• درک سیاست جستجو Understanding Policy Search

• الگوریتم های جستجوی خط مشی Policy Search Algorithms

پیاده سازی الگوریتم های یادگیری تقویتی Implementing Reinforcement Learning Algorithms

• نمای کلی ماژول Module Overview

• برنامه نویسی پویا Dynamic Programming

• نسخه ی نمایشی: الگوریتم 8-Queens با استفاده از برنامه نویسی پویا، توابع کمکی Demo: 8-Queens Algorithm Using Dynamic Programming, Helper Functions

• نسخه ی نمایشی: الگوریتم 8-Queens با استفاده از برنامه نویسی پویا، محل کوئین ها Demo: 8-Queens Algorithm Using Dynamic Programming, Place Queens

• تکنیک های جستجوی خط مشی: یادگیری Q و SARSA Policy Search Techniques: Q-learning and SARSA

• شهود پشت یادگیری Q Intuition Behind Q-learning

• یادگیری Q با استفاده از روش تفاوت زمانی و SARSA Q-learning Using the Temporal Difference Method and SARSA

• کاوش در فضای ایالتی Exploring State Space

• نسخه ی نمایشی: Q-Learning برای کوتاه ترین مسیر: اولیه سازی Demo: Q-learning for Shortest Path: Initialization

• نسخه ی نمایشی: Q-Learning برای کوتاه ترین مسیر: پیاده سازی Demo: Q-learning for Shortest Path: Implementation

• تفاوت های شهودی بین روش تفاوت زمانی و SARSA Intuitive Differences Between the Temporal Difference Method and SARSA

• Q-value به عنوان یک تکنیک یادداشت Q-values as a Memoization Technique

استفاده از بسترهای یادگیری تقویتی Using Reinforcement Learning Platforms

• نمای کلی ماژول Module Overview

• کاوش در بسترهای یادگیری تقویتی Exploring Reinforcement Learning Platforms

• کاوش در محیط‌ها در ورزشگاه هوش مصنوعی باز Exploring Environments in the Open AI Gym

• نسخه ی نمایشی: یادگیری Q با استفاده از SARSA در محیط دریاچه یخ زده Demo: Q-learning Using SARSA in the Frozen Lake Environment

• نسخه ی نمایشی: Q-یادگیری تعادل قطب در سبد خرید Demo: Q-learning to Balance a Pole on a Cart

• نسخه ی نمایشی: Q-یادگیری تعادل قطب در شبیه سازی سبد خرید Demo: Q-learning to Balance a Pole on a Cart Simulation

• خلاصه و مطالعه بیشتر Summary and Further Study