دورة التعلم المعزز من Stanford CS234 | تعلم التعلم المعزز مع إيما برونسكيل -

دورة تعلم التعزيز Stanford CS234

عدد الدروس : 15 عدد ساعات الدورة : 18:58:34 شهادة معتمدة : نعم التسجيل في الدورة للحصول على شهادة

للحصول على شهادة

1- التسجيل
2- مشاهدة الكورس كاملا
3- متابعة نسبة اكتمال الكورس تدريجيا
4- بعد الانتهاء تظهر الشهادة في الملف الشخصي الخاص بك

تعلم تقنيات التعلم المعزز مع دورة Stanford CS234 التي يتم تدريسها بواسطة Emma Brunskill. تشمل الدورة مواضيع مثل التعلم بدون نموذج، تقنيات التقدير والتحكم، تعلم السياسة باستخدام الشبكات العصبية، وأكثر من ذلك.

قائمة الدروس

1 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 1 - Introduction - Emma Brunskill

2 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 2 - Given a Model of the World

3 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 3 - Model-Free Policy Evaluation

4 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 4 - Model Free Control

5 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 5 - Value Function Approximation

6 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 6 - CNNs and Deep Q Learning

7 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 7 - Imitation Learning

8 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 8 - Policy Gradient I

9 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 9 - Policy Gradient II

10 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 10 - Policy Gradient III & Review

11 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 11 - Fast Reinforcement Learning

12 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 12 - Fast Reinforcement Learning II

13 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 13 - Fast Reinforcement Learning III

14 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 15 - Batch Reinforcement Learning

15 - Stanford CS234: Reinforcement Learning | Winter 2019 | Lecture 16 - Monte Carlo Tree Search

عن الدورة

دورة Stanford CS234 حول "التعلم المعزز" هي إحدى الدورات المتميزة التي تدرس هذا المجال المتقدم في الذكاء الاصطناعي. تم تدريس هذه الدورة في شتاء 2019 بواسطة الأستاذة إيما برونسكيل، وهي واحدة من أكبر الخبراء في هذا المجال. تقدم الدورة نظرة معمقة عن الأساليب والتقنيات المستخدمة في التعلم المعزز.

المواضيع التي تغطيها الدورة تشمل:

المقدمة في التعلم المعزز:
في هذه المحاضرة، يتم تقديم الأساسيات المتعلقة بالتعلم المعزز وكيفية تطبيقه لحل مشاكل اتخاذ القرار التلقائي. يتم التركيز على كيفية بناء النماذج التي تتعلم من البيئة وتحسن استراتيجياتها بناءً على المكافآت.
التعلم المعزز باستخدام نموذج العالم:
تتناول هذه المحاضرة الأساليب التي تعتمد على نموذج للعالم أو البيئة، حيث يتم اتخاذ القرارات بناءً على النموذج المتوفر. هذه الأساليب تشمل الاستخدام الأمثل للنماذج لمحاكاة البيئة وتقديم استراتيجيات موجهة لتحسين أداء النظام.
تقييم السياسة بدون نموذج:
تتعامل هذه المحاضرة مع تقنيات التقييم الخاصة بالسياسات التي لا تعتمد على نماذج العالم، بل تستخدم التجربة المباشرة مع البيئة. كما يتم شرح كيفية تقيم السياسة بشكل دقيق بدون الحاجة إلى نموذج بيئي.
التحكم بدون نموذج:
في هذه المحاضرة، يتم تعليم الطلاب كيفية تطبيق تقنيات التحكم على أنظمة التعلم المعزز عندما لا تكون هناك معرفة مسبقة بنموذج البيئة. يتم التركيز على كيفية تحسين استراتيجيات التعلم بشكل مستمر.
تقريب دالة القيمة:
يتم مناقشة كيفية تقدير دالة القيمة في سياق التعلم المعزز، بالإضافة إلى استراتيجيات تقريب دالة القيمة للمساعدة في اتخاذ قرارات أفضل في البيئة.
الشبكات العصبية والتعلم العميق باستخدام Q-learning:
في هذه المحاضرة، يتم تناول كيفية استخدام الشبكات العصبية العميقة لتطبيق التعلم المعزز باستخدام خوارزميات مثل Q-learning، وكيفية تحسينها باستخدام تقنيات التعلم العميق.
التعلم عبر التقليد:
تعتبر هذه المحاضرة من المحاضرات الهامة حيث تركز على تعلم الأنظمة من خلال محاكاة سلوك الإنسان أو الوكيل الآخر في بيئة معينة، وتقديم استراتيجيات لتطبيق هذه الطرق في سياقات معقدة.
التعلم باستخدام تدرج السياسة (Policy Gradient):
تقدم الدورة تقنيات تعلم تدرج السياسة التي تستخدم لتعديل استراتيجيات اتخاذ القرار في التعلم المعزز. يتم تقسيم هذه المحاضرة إلى عدة أجزاء لتغطية جميع جوانب تدرج السياسة.
التعلم السريع:
يتناول هذا الجزء تقنيات التعلم السريع التي تُستخدم لتسريع عملية التعلم وتحسين الأداء في بيئات معقدة تتطلب معالجة بيانات كبيرة أو اتخاذ قرارات في وقت قصير.
البحث باستخدام شجرة مونتي كارلو:
في هذه المحاضرة، يتم شرح أساليب البحث المتقدم باستخدام شجرة مونتي كارلو، والتي تساعد في اتخاذ قرارات دقيقة في بيئات غير مستقرة أو معقدة للغاية.

تم تصميم هذه الدورة للأشخاص المهتمين بتطبيق التعلم المعزز في حل المشكلات الواقعية. تتراوح التطبيقات من الروبوتات إلى الأنظمة الذكية التي تعتمد على التعلم من خلال التفاعل مع البيئة. يقدم أسلوب التدريس في هذه الدورة مزيجًا من النظرية المتعمقة والتطبيق العملي، مما يجعلها مثالية للطلاب والمهنيين الذين يسعون إلى تطبيق هذه الأساليب في الواقع.

دورة تعلم التعزيز Stanford CS234

قائمة الدروس

عن الدورة

المواضيع التي تغطيها الدورة تشمل:

دورات ذات صلة

كورس الذكاء الاصطناعي وتعلم الآلة مع Python Arabic Community

كورس تعلم الآلة مع cyber school

تعلم الآلة بالعربي مع الجوهري

دورة تعلم العميق من معهد ماساتشوستس للتكنولوجيا

تعلم بايثون و تعلم الآلة - دورة C3: بايثون والذكاء الاصطناعي

دورة الرياضيات لتعلم الآلة 2024 | تعلم أساسيات الجبر الخطي والمتجهات

تعلم الآلة من الصفر للاحتراف

دورة تعلم الآلة والذكاء الاصطناعي من الصفر