آموزش رایگان یادگیری تقویتی

هدف از آموزش یادگیری تقویتی چیست؟ هدف اصلی آموزش رایگان یادگیری تقویتی (Reinforcement Learning) تسهیل فرآیند یادگیری و ارتقای عملکرد افراد در حوزه مهندسی کامپیوتر است. در مهندسی کامپیوتر، یادگیری تقویتی می‌تواند به افراد کمک ... بیشتر

4.1 (16 امتیاز)
3,880دانشجو
مقدماتی
دانشگاه صنعتی شریف

محمدحسین رهبان

+ 1 مدرس دیگر

محتوای دوره
درباره دوره
نظرات کاربران
درباره استاد

آنچه در این دوره می‌آموزید

افزایش عملکرد افراد در حوزه‌ی مهندسی کامپیوتر

آمادگی بیشتر افراد برای ورود به حوزه هوش مصنوعی

درک مفهوم یادگیری تقویتی

آموزش الگوریتم‌ها و روش‌هایی که در یادگیری تقویتی استفاده می‌شوند

محتوای دوره

1 فصل20 جلسه28 ساعت ویدیو
یادگیری تقویتی
  جلسه 1: مقدمه‌ای بر یادگیری تقویتی
مشاهده
"82:03
  جلسه 2: بررسی ماشین‌ها
"76:40
  جلسه 3: الگوریتم Value Iteration
"81:36
  جلسه 4: Policy evaluation و Policy Improvement
"153:13
  جلسه 5: بررسی TD ,MC
"95:18
  جلسه 6: gradient algorithm
"90:35
  جلسه 7: reward prediction error
"72:47
  جلسه 8: Variance reduction
"72:08
  جلسه 9: policy actor critic
"58:14
  جلسه 10: فیشر
"89:42
  جلسه 11: الگوریتم proximal policy optimization
"85:55
  جلسه 12: deterministic case
"73:04
  جلسه 13: policy evaluation diagram
"76:41
  جلسه 14: no usedable ace , usedable ace
"78:47
  جلسه 15: مدل‌های یادگیری تقویتی
"69:06
  جلسه 16: probabilistic inference
"76:25
  جلسه 17: multi armed bandit
"82:11
  جلسه 18: POMDP
"88:29
  جلسه 19: optimistic explore
"75:42
  جلسه 20: بررسی مدل دیگر
"87:04

درباره دوره

هدف از آموزش یادگیری تقویتی چیست؟

هدف اصلی آموزش رایگان یادگیری تقویتی (Reinforcement Learning) تسهیل فرآیند یادگیری و ارتقای عملکرد افراد در حوزه مهندسی کامپیوتر است.

در مهندسی کامپیوتر، یادگیری تقویتی می‌تواند به افراد کمک کند تا مفاهیم پایه و پیشرفته‌ای را در زمینه‌های مختلف مانند برنامه‌نویسی، شبکه‌های کامپیوتری، امنیت، هوش مصنوعی و سایر حوزه‌های مرتبط با مهندسی کامپیوتر یاد بگیرند. با دسترسی به منابع آموزشی رایگان، افراد می‌توانند مفاهیم پایه را فرا بگیرند، مهارت‌های عملی را تقویت کنند و بهترین روش‌ها و فنون را برای انجام پروژه‌ها و حل مسائل مهندسی کامپیوتر بیاموزند.

به طور خلاصه، هدف از آموزش رایگان یادگیری تقویتی در مهندسی کامپیوتر، تسهیل فرآیند یادگیری و ارتقای عملکرد افراد در این حوزه است، همچنین امکان دسترسی عمومی و برابر به آموزش را فراهم می‌کند.

این دوره مناسب چه‌کسانی است؟

 برای افرادی که علاقه‌مند به این حوزه هستند و می‌خواهند مهارت‌ها و دانش خود را در زمینه مهندسی کامپیوتر تقویت کنند، مناسب است. این دوره برای افراد با سطوح دانش مختلف، از مبتدی تا پیشرفته، قابل استفاده است.

زیرمجموعه‌های مهندسی کامپیوتر که در این دوره پوشش داده می‌شوند، می‌تواند شامل برنامه‌نویسی، شبکه‌های کامپیوتری، امنیت، هوش مصنوعی، پایگاه داده و سایر حوزه‌های مرتبط باشد. بنابراین، افرادی که می‌خواهند در زمینه برنامه‌نویسی، توسعه نرم‌افزار، طراحی وب، مدیریت سیستم‌ها، امنیت اطلاعات و سایر زمینه‌های مهندسی کامپیوتر فعالیت کنند، می‌توانند از این دوره استفاده کنند.

با توجه به اینکه این دوره یادگیری تقویتی رایگان است، به ویژه برای افرادی که نیاز به آموزش با منابع آموزشی قابل دسترسی و بدون هزینه دارند، مناسب است. همچنین، افرادی که از نقاط مختلف جهان هستند و به دلیل محدودیت‌های مکانی یا مالی قادر به شرکت در دوره‌های حضوری نیستند، می‌توانند از این دوره آموزشی آنلاین بهره ببرند.

در کل، این دوره برای همه کسانی که علاقه‌مند به مهندسی کامپیوتر هستند و می‌خواهند مهارت‌ها و دانش خود را در این حوزه ارتقا دهند، مناسب است.

اطلاعات بیشتر

امتیاز و نظرات کاربران

4.1

از مجموع 16 امتیاز

12نظر

1 سال پیش

فروتنی و زیبایی بیان استاد رهبانی دیدن این دوره رو کاملا لذت بخش می کنه. آرزوی سلامتی و موفقیت برای ایشان دارم

دانشجوی دوره

1 سال پیش

باسلام و وقت بخیر سال نو مبارک ببخشید امکانش هست اسلاید های این دوره را هم برای دانلود بگذارید؟

دانشجوی دوره

1 سال پیش

با سلام و تقدیم احترام آیا کل جلسات محدود به این 20 جلسه می شود؟ یا اینکه در ادامه جلسات دیگری نیز اضافه خواهد شد؟ چون معمولا کلاسهای درسی دکتر رهبان و سایر اساتید محترم دانشکده مهندسی کامپیوتر دانشگاه شریف 27 جلسه می باشد. با تشکر

امین ابراهیم سرخابی

1 سال پیش

سلام وقت به خیر این دوره بسیار پربار و عالیه میشه بگید پیش نیاز خاصی لازم است یا نه؟ لطفا اگر امکانش هست اسلایدهای درس را در سایت قرار بدید.باتشکر

هما پویان فر

2 سال پیش

دوره ی بسیار خوب با اساتید عالی، فقط آپلود دوره خیلی طول کشیده!!! پس کی قراره بقیه جلسه ها گذاشته بشه؟؟!!

عطیه زاهد

2 سال پیش

با سلام و احترام . با تشكر بابت پروژه عظيم و وزين و حرفه اي و كم نظير مكتبخونه و تشكر بابت بارگزاري اين دوره بسيار ارزشمند بي صبرانه منتظر آپلود قسمتهاي بعدي هستيم .

محسن احمدزاده

2 سال پیش

سلام جلسات 3 به بعد مشخص نیست که کی بارگذاری میشن؟ مجددا سلام مشخص نشده هنوز دقیقا کی بقیه ی جلسات بارگزاری میشه؟

دانشجوی دوره

2 سال پیش

لطفا با سرعت بیشتری ویدیوهای جدید قرار بگیرد .ممنون

آرمین عطارزاده

1 سال پیش

با سلام و وقت بخیر جلسه 4 و 13 یکی هستند.

دانشجوی دوره

2 سال پیش

سلام و تشکر از زحماتتون دو جلسه اول عالی بود. منتظر جلسات آتی هستم.

حمیدرضا مازندرانی

1 سال پیش

با عرض سلام و وقت بخیر. ابتدا تشکر دارم از جناب آقای دکتر رهبان و مهندس حسنی بابت تهیه این مجموعه اموزشی. اما جا داره چند انتقاد داشته باشم از این جهت که شایسته نیست سایت معتبری همچون مکتب خونه با چندین سال فعالیت درحوزه آموزش و دانشگاه شریف به عنوان دومین دانشگاه برتر کشور، اموزشی با این کیفیت منتشر کنند صرف اینکه رایگان است. ایا دانشکده کامپیوتر دانشگاه شریف ابتدایی ترین ابزار (پد و قلم نوری) جهت ضبط چنین اموزش هایی را در اختیار ندارد؟ "با توجه بر اینکه صراحتا در ویدئو بیان می شود که این اموزش با همکاری مکتب خونه به صورت عمومی منتشر خواهد شد". مورد بعدی نیز با توجه به اینکه این نوع اموزش ها مخاطبینی از سایر رشته ها نیز دارند بهتر بود در کنار بخش های مختلفی که اموزش داده می شد مثالی هم در جهت درک بهتر مفاهیم ارائه می گردید که البته احتمالا در کلاس های حل تمرین بیان شده که متاسفانه ویدئویی از آن جلسات ارائه نگردیده که این امر سبب بازدهی 30-40% این آموزش می شود. امید است در اینده شاهد اموزش هایی با کیفیت بالا در رابطه با این مبحث از مکتب خونه باشیم و هیچ وقت کیفیت را فدای پول نکنیم. سپاس

دانشجوی دوره

1 سال پیش

سلام... اگر امکان دارد زودترسایز جلسات را آپلود کنید

محمد جواد تقی زاده

دوره‌های پیشنهادی مشابه

درباره استاد

محمدحسین رهبان
4دوره
21,518دانشجو

دکتر محمد‌حسین رهبان یکی از استادیاران دانشکده مهندسی کامپیوتر دانشگاه شریف است. زمینه اصلی تحقیقاتی ایشان شامل یادگیری ماشین خصمانه و تفسیرپذیر، یادگیری متغیرهای نهان، و زیست‌شناسی محاسباتی است. به خصوص، ایشان اخیرا به تحقیق در زمینه کاربرد یادگیری ماشین در آنالیز داده سنجه‌های زیست‌شناسی توان بالا مبتنی بر تصویر مشغول شده‌اند. تحقیقات ایشان در دوره پسادکترا در موسسه برود مرتبط با هاروارد و ام آی تی، منجر به کشف ارتباط بین مکانیزم‌های دخیل در سرطان، و داروهایی که این مکانیزم‌ها را کنترل می‌کنند شده‌است.

اطلاعات بیشتر

دیگر دوره‌های محمدحسین رهبان

حسین حسنی
1دوره
3,880دانشجو

حسین حسنی تحصیلات آکادمیک خود را از سال ۹۲ و در رشته مهندسی برق آغاز کرد. وی از سال ۹۴ به مطالعه و پژوهش در زمینه هوش مصنوعی پرداخته و علاوه بر ثبت مقالاتی در کنفرانس‌های معتبر هوش مصنوعی، در پیاده‌سازی و اجرای پروژه‌های صنعتی موفق در سطح کشور نیز تلاش داشته است. وی دکترای تخصصی خود را از سال ۹۸ و با تمرکز بر موضوع یادگیری تقویتی، در آزمایشگاه یادگیری ماشین دانشگاه شریف آغاز کرده است.

اطلاعات بیشتر

سوالات پرتکرار

آیا ممکن است برخی جلسات یک درس ناقص باشند؟

معمولا تمامی جلسات هر درس به‌طور کامل ضبط می‌شوند؛ اما گاهی به دلیل برخی ناهماهنگی‌ها ممکن است یک یا چند جلسه ضبط نشده باشد. جزئیات این موارد در توضیحات هر درس درج شده است.

اگر لینک دانلود یا پخش ویدئو مشکل داشت، چه کاری باید انجام داد؟

در صورت مواجهه با هرگونه مشکل در دانلود یا پخش ویدئو، می‌توانید از طریق صفحه ارتباط با ما اطلاع دهید تا تیم پشتیبانی به‌سرعت مشکل را بررسی و رفع کند.

آیا می‌توان ویدئوهای یک درس را به‌صورت سی‌دی یا دی‌وی‌دی از شما تهیه کرد؟

در حال حاضر امکان ارسال دروس به‌صورت سی‌دی یا دی‌وی‌دی وجود ندارد و همه محتواها به شکل آنلاین ارائه می‌شوند.

صفحات پربازدید
v4