كل الدورات
عن الدورة
تقدم هذه الدورة مقدمة منهجية في اتخاذ القرارات المتسلسلة وتعلم التعزيز. تبدأ بشرح نظرية المنفعة وكيفية تمثيل وتحديد التفضيلات لاتخاذ القرارات بشكل منهجي. صُممت الدورة لتغطية نمذجة مشاكل اتخاذ القرار البسيطة باستخدام مشاكل الآلات ذات الأذرع المتعددة، مع مناقشة أساليب تقييم ملاحظات الأداء. ثم تنتقل إلى نمذجة المشاكل باستخدام عمليات ماركوف للقرارات (MDPs) وكيفية حلها من خلال خوارزميات البرمجة الديناميكية. كما تغطي الدورة تطبيقات أولية للتعلم التعزيزي باستخدام أساليب مثل مونت كارلو وطريقة الفرق الزمني، مع التركيز على الجوانب العملية لتحسين اتخاذ القرار في الأنظمة الذكية.
ماذا ستتعلم
- تمثيل التفضيلات النوعية بكميات مناسبة لاتخاذ القرار
- نمذجة مشاكل القرار باستخدام مشاكل الآلات متعددة الأذرع وعمليات ماركوف
- تنفيذ خوارزميات البرمجة الديناميكية لإيجاد السياسات المثلى
- تطبيق خوارزميات التعلم التعزيزي الأساسية باستخدام مونت كارلو والفرق الزمني
المدرسون
T
Tony Dear
Computer Science
المواضيع
نماذج ماركوف
الخوارزميات
التعلم التعزيزي
الذكاء الاصطناعي والتعلم الآلي
الطرق الإحصائية
التعلم الآلي
اتخاذ القرار المعتمد على البيانات
أنظمة دعم القرار
معلومات الدورة
المنصةCoursera
المستوىغير محدد
طريقة التعلمغير محدد
السعرمجاني
المهارات
نماذج ماركوف
الخوارزميات
التعلم التعزيزي
الذكاء الاصطناعي والتعلم الآلي
الطرق الإحصائية
التعلم الآلي
اتخاذ القرار المعتمد على البيانات
أنظمة دعم القرار
Probability Distribution
Simulations
إعلان
إعلان