|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/python-ile-yapay-zeka-adan-zye-reinforcement-learning/
课程评论：没有评论
**课程名称：** Python与人工智能：从入门到精通强化学习 (第7部分) **课程概述：** 本课程是您为期七个步骤的人工智能学习之旅的最终目的地，专注于**强化学习**。它建立在您之前学习的Python编程、数据科学、数据可视化、机器学习和深度学习等知识之上。 **您将学到什么：** * **从零开始的编码能力：** 课程将从空白页面开始，一步步编写代码，帮助您理解代码的构建过程和每一行的含义。 * **代码和模板：** 您可以下载课程中创建的Python模板和代码，方便您日后练习和创建自己的项目。 * **理论与逻辑：** 不仅教您如何编写代码，还会深入讲解代码背后的逻辑、理论以及编写代码的原因。 * **课程内支持：** 由专业的**数据科学家团队**提供支持，确保您的问题（课程内或课程外）能在72小时内得到解答。 **课程内容：** * **入门部分：** * 强化学习导论 * Anaconda和Python安装 * 课程资源介绍 * **强化学习核心概念：** * Q-Learning * Agent-Environment-State-Action-Reward * Bellman方程 * 确定性 vs 随机性 * 马尔可夫决策过程 * Q-Learning（深入） * 时间差分 (Temporal Difference) * Q表/算法 * 探索 vs 利用 (Exploitation vs Exploration) * Living Penalty * **项目实战：** * Taxi 项目 * Frozen Lake 项目 * **深度Q-Learning (Deep Q-Learning)：** * Q-Learning vs 深度Q-Learning * 经验回放 (Experience Replay) * 自适应Epsilon贪心 (Adaptive Epsilon Greedy) * **深度Q-Learning 项目实战：** * Cart Pole 项目 * Lunar Lander 项目 * **环境设计：** * 游戏设计 * 玩家-精灵-敌人 * 碰撞检测 * **DQL算法与Pong游戏：** * 深度卷积Q-Learning (Deep Convolutional Q-Learning) 详解 * Pong游戏编码计划： * 环境设计 * 固定变量 * Pong游戏初始化、显示、更新、动作、处理 * Pong游戏训练Agent模型 * Pong游戏训练Agent结果 **重要提示：** 尽管课程描述中可能包含英文，但**所有课程内容均为土耳其语**。 立即报名，开始您的强化学习之旅！
Merhaba arkadaşlar,Bu kurs 7 adımlık Yapay Zeka yolculuğumuzun nihai hedefi olan Yapay Zeka (Reinforcement Leaning) kursudur.Python: Python Sıfırdan Uzmanlığa Programlama (1)Data Science ve Python: Sıfırdan Uzmanlığa Veri Bilimi (2)Data Visualization: A'dan Z'ye Veri Görselleştirme (3)Machine Learning ve Python: A'dan Z'ye Makine Öğrenmesi (4)Deep Learning (Derin Öğrenme) Statistical Learning (İstatistik) Artificial Intelligence (Yapay Zeka) Bu Kurs ile Alacaklarınız Sıfırdan Kodlama Becerisi: Sizinle birlikte kod yazıyoruz. Her ders boş bir sayfa ile başlar ve kodu sıfırdan yazarız. Bu şekilde ilerleyebilir ve kodun nasıl bir araya geldiğini ve her satırın ne anlama geldiğini tam olarak anlayabilirsiniz.Kodlar ve Şablonları: Kursta oluşturduğumuz her Python şablonlarını ve kodunu indirebilirsiniz. Bu, sizlere hem daha sonra kod üzerinde pratik yapma hem de kendi projelerinizi şablon sayesinde daha kolay bir şekilde yaratma imkanı sağlayacaktırTeori ve Mantık: Size yalnızca kod yazmayı değil, hem yazdığımız kodun arkasında yatan mantığı ve teoriyi hem de neden böyle bir kod yazdığımızı anlatıyoruz.Kurs içi destek: Size sadece video ile ders anlatımı yapmıyoruz. Size destek olmak için profesyonel Veri Bilimcilerinden oluşan bir ekip oluşturduk. Bu da ders ve ya ders dışı sorularınıza en fazla 72 saat içinde yanıt alacağınız anlamına geliyor.Yapay Zeka(Reinforcement Leaning) kursu içeriği: Giriş Bölümü Reinforcement Learning GirişAnaconda ve Python KurulumuKurs kaynaklarının gösterimiQ-LearningAgent-Environment-State-Action-RewardBellman EquationDeterministic vs StochasticMarkov Decision ProcessQ-LearningTemporal DifferenceQ-Table/AlgoritmaExploitation vs ExplorationLiving PenaltyTaxi ProjesiFrozen Lake ProjesiDeep Q-LearningQ-Learning vs Deep Q-LearningDeep Q-LearningExperience ReplayAdaptive Epsilon GreedyCart Pole ProjesiLunar Lander ProjesiEnvrionement DesignGame DesignPlayer-Sprite-EnemyCollisionEnvironment DesignDQL AlgoritmasıDeep Convolutional Q-LearningDeep Convolutional Q-Learning Nedir?Pong Oyunu Kodlama PlanıEnvironment Design Sabit DeğişkenlerPong Oyunu İnitializer, Display, Update, Action, ProcessPong Oyunu Train Agent Model EğitimiPong Oyunu Train Agent Sonuçlarİçeriğin İngilizce olması sizi yanıltmasın arkadaşlar. Derslerim tamamen Türkçedir. Hemen kaydolun ve bir an önce başlayalım.
