Yapay Zeka - Pekiştirmeli Öğrenme (Reinforcement Learning)

Pekiştirmeli Öğrenme konularını baştan sona göreceğiniz detaylı bir ders. Konular sırası ile aşağıdaki gibidir.

Ders şuan bitmemiş olup zamanla yeni konular eklenecektir.

Pekiştirmeli Öğrenme Dersi Konu Başlıkları:

1) Pekiştirmeli Öğrenme Nedir? Ve Bu derste neler öğreneceğiz

2) Planlama ve Problem Çözümü

3) Olasılık

4) Elements of Reinforcement Learning

5) Markov Karar Süreçleri

6) Dinamik Programlama

7) Monte Carlo Yöntemleri

8) Temporal Fark

9) Eligibility Traces

10) gym kütüphanesi

11) Örnekler ve uygulamalar

12) Derin Pekiştirmeli Öğrenme Giriş

13) Evrimsel Pekiştirmeli Öğrenme

14) Model Tabanlı Pekiştirmeli Öğrenmeye Giriş

15) Hiyerarşik Pekiştirmeli Öğrenmeye Giriş

16) Çok ajanlı Pekiştirmeli Öğrenme

Dersimiz Umut Can Altın tarafından verilmektedir. Umut Can Altın Eskişehir Teknik Üniversitesi Elektrik Elektronik Mühendisliği mezunu olup şuan AR AiTech kurucusu ve sorumlusudur.  Savunma Sanayii ve özel sektörde yapay zeka üzerine oldukça fazla projesi bulunmaktadır. Sıfırdan başlayanlar için uygun olan bu derste anlatılan konular başlangıç düzeyine uygun sunulmaktadır. Python dilini bilmeniz sizin için bir artı olacaktır ancak dersimiz teorik ağırlıklı ilerlemekte olduğu için herhangi bir yazılım dili kullanabilirsiniz.

Bu eğitim içeriğimizin ardından İleri Seviye Yapay Zeka eğitimlerimiz eklenecektir. Bu eğitimler  Derin Pekiştirmeli Öğrenme / Meta Öğrenme / Few  Zero Shot Learning / Advanced Deep Reinforcement Learning / RL for Computer Vision / RL for NLP / Otonom Araçlar için Pekiştirmeli Öğrenme / Siber Güvenlikte Yapay Zeka Uygulamaları / Imıtatıon Learning /  Oyun Teknolojisinde Yapay Zeka / Unity ve Yapay Zeka / semi supervised learning / self supervised learning gibi konular üzerine olacaktır.