در حال حاضر محصولی در سبد خرید شما وجود ندارد.
در این دوره آموزشی قدم به قدم با تکنیک های دیپ لرنینگ آشنا شده و بویژه پیاده سازی آن را به کمک شیوه Reinforcement یاد گرفته و در پروژه های واقعی تمرین خواهید کرد.
عنوان اصلی : Udacity Deep Reinforcement Learning
به Deep Reinrc+D4:D48 خوش آمدید
از همتایان و مربیان کمک بگیرید
با حساب خود راهنمایی دریافت کنید
طرح یادگیری
مقدمه ای بر RL
چارچوب RL مشکل
چارچوب RL راه حل
روش های مونت کارلو
روشهای تفاوت زمانی
وظیفه OpenAI Gyms Taxi-v2 را حل کنید
RL در فضاهای پیوسته
بعد چه می شود
برنامه درسی
Deep Q-Networks
Deep RL برای رباتیک
جهت یابی
فرصت ها در یادگیری تقویتی عمیق
نمایه GitHub خود را بهینه کنید
برنامه درسی
مقدمه ای بر روش های مبتنی بر خط مشی
روش های گرادیان خط مشی
بهینه سازی سیاست پروگزیمال
روشهای بازیگر-نقد
Deep RL for Finance (اختیاری)
کنترل مداوم
با استفاده از لینکدین حضور آنلاین خود را تقویت کنید
برنامه درسی
مقدمه ای بر Multi-Agent RL
مطالعه موردی AlphaZero
همکاری و رقابت
برنامه نویسی پویا
شبکه های عصبی
شبکه های عصبی کانولوشنال
یادگیری عمیق با PyTorch
پردازش ابری
فضاهای کاری Udacity
C شروع به کار
بردارهای C
عملی سی
C برنامه نویسی شی گرا
ج مقدمه ای بر بهینه سازی
C تمرین بهینه سازی
Udacity Deep Reinforcement Learning
در این روش نیاز به افزودن محصول به سبد خرید و تکمیل اطلاعات نیست و شما پس از وارد کردن ایمیل خود و طی کردن مراحل پرداخت لینک های دریافت محصولات را در ایمیل خود دریافت خواهید کرد.
اطلاع رسانی حذف دوره های قدیمی و تخفیفات نوروزی مشاهده