قارن بين أساليب القيمة والسياسة لاتخاذ القرارات المتتابعة.
مسار يبدأ بعمليات القرار لماركوف وأهداف التعلم، ثم يتناول أساليب القيمة والسياسة، والتكرار الملائم للقيمة، وتدرجات السياسة الحتمية. يربط بين اختيار الأسلوب وفضاء الأفعال وجمع البيانات والاستقرار، ويميز الأفكار الخوارزمية عن ضمان نجاح التحكم. مقاطع الفيديو باللغة الإنجليزية؛ أما الملاحظات والأنشطة الأصلية فلا تنسخ نصوصها.
تمثيل مشكلة قرار متتابعة بالحالات والأفعال والمكافآت والانتقالات والسياسة. مقارنة تقدير القيمة بالتحسين المباشر للسياسة وبيان متى تحفز الأفعال المستمرة استخدام تدرجات السياسة الحتمية. تصميم تقييم يميز تقدم التعلم عن الأداء الموثوق للمهمة ويحدد خطوط أساس مناسبة.
يُستحسن الإلمام بالشبكات العصبية والاحتمالات والتعلم الخاضع للإشراف. وتفيد معرفة الدوال وأهداف التحسين وأساسيات Python أو الشيفرة الكاذبة؛ لا يلزم إطار برمجي بعينه.
للمتعلمين ذوي الخبرة الراغبين في تعميق مهارات الذكاء الاصطناعي المتقدمة وتطبيقها
لمن يتعلمون بشكل أفضل من خلال الأمثلة والدروس الموجّهة والتطبيق العملي
للمهنيين والمبدعين والمطورين المستقلين الباحثين عن سير عمل قابل للتكرار
جرّب الدرس الأول
جرّب الدرس الأول مجانًا بحساب مجاني، دون بطاقة دفع. تتطلب الدروس المدفوعة الأخرى وصولًا صالحًا إلى الأكاديمية أو فترة تجريبية نشطة أو اشتراك Lumi Pro.
4 الدروس · متقدم · الدورة الكاملة.
تستخدم هذه الدورة مواد مرخّصة بموجب CC BY مع نسبتها إلى مزود المحتوى أو رافعها. لا يتاح تشغيل الدروس إلا بعد تسجيل الدخول واجتياز فحوص النشر والترخيص.
تحليل تحريري بمساعدة الذكاء الاصطناعي للمصادر المذكورة، وليس اختبارًا عمليًا أو مراجعة عميل. ادعاءات المورّد ليست قياسات أداء مستقلة.
هذه صفحة لدورة متقدمة في التعلم المعزَّز، تركز على مقارنة الأساليب القائمة على القيمة والأساليب القائمة على السياسة في اتخاذ القرارات المتسلسلة. يصف الملخص المنشور تدرجاً يبدأ بعمليات القرار ماركوف وأهداف التعلم المعزَّز، ثم ينتقل إلى عائلات القيمة والسياسة، والتكرار القيمي المُلائَم، وتدرجات السياسة الحتمية. تذكر الصفحة أن الدورة متقدمة، وتتكون من أربعة دروس، وتنص على أن الدرس الأول مجاني. يدعم المصدر هذا الوصف لنطاق الدورة ومستواها، لكنه لا يُظهر نتائج للمتعلمين ولا مراجعات مستقلة.
تستهدف الدورة مهمة تعلم محددة: تمثيل مشكلة قرار متسلسلة، واختيار ما بين تقدير القيم وتحسين السياسة مباشرة. تسمّي الصفحة الجمهور المستهدف بوصفه متعلمين ذوي خبرة يرغبون في تعميق مهارات الذكاء الاصطناعي المتقدمة وتطبيقها، وأشخاصاً يتعلمون على نحو أفضل من خلال الأمثلة والدروس الموجهة والتطبيق العملي، إضافة إلى المختصين والمبدعين والمطورين المستقلين الساعين إلى منهجية قابلة للتكرار. وتوصي بالإلمام المسبق بالشبكات العصبونية والاحتمالات والتعلم المُشرَف، وتذكر أن الإلمام بالدوال وأهداف التحسين وبايثون الأساسي أو الشيفرة الزائفة مفيد. من يفتقر إلى هذه الأسس سيجد المادة صعبة على الأرجح، ولا تصف الصفحة مساراً للمبتدئين.
تنص الصفحة على أن اختيار الطريقة يعتمد على فضاءات الأفعال وجمع البيانات واعتبارات الاستقرار، وتفصل بين الأفكار الخوارزمية وضمانات نجاح التحكم. هذا الإطار مفيد للمتعلمين الذين قد يتوقعون بخلاف ذلك أن تعمل الطريقة بموثوقية افتراضياً. وتشمل أهداف التعلم المذكورة أيضاً تصميم تقييم يفصل بين تقدم التعلم والأداء الموثوق في المهمة، وتسمية خطوط الأساس ذات الصلة. ومن القيود أن الصفحة لا تصف التوازن بين المحاضرات والتمارين والشيفرة، لذا ينبغي للمتعلمين الذين يبحثون عن مادة تطبيقية مكثفة التحقق مما تتضمنه الدروس. وتذكر الصفحة أيضاً أنه لا يُشترط إطار عمل معين، مما يُبقي المادة مستقلة عن أي أداة محددة، لكنها لا توضح ما إذا كانت الواجبات تتضمن شيفرة أو أي بيئة تستخدمها.
قبل الالتزام، راجع شروط الوصول التي تصفها الصفحة. يُدرج الدرس الأول بوصفه مجانياً، ووُسمت الدورة بأنها محتوى مرخّص بترخيص مفتوح CC BY، وتنص الصفحة على أن تشغيل الدروس متاح فقط عبر وصول موثّق بعد اجتياز فحوص النشر والترخيص. وتشير الصفحة إلى أن الملفات المختارة تحتوي على صوت إنجليزي، وأن ملاحظات الدراسة والواجبات أصلية وليست نصوصاً مستنسخة من تفريغات الفيديو. لا يذكر النص المسترجع سعراً ولا المدة الإجمالية ولا مدة كل درس، ولا يتضمن مراجعات من المتعلمين؛ لذا ينبغي للمتعلمين التحقق من شروط الوصول الحالية، ومقدار الوقت المطلوب، وما إذا كانت هناك رسوم بعد الدرس الأول المجاني.
هل تابعت دروسًا من هذه الدورة؟ أخبرنا بما تعلمته وما يمكن توضيحه.
تُرسل الملاحظات بشكل خاص إلى فريقنا. لا تُنشر تلقائيًا ولا تُحتسب كتقييم. لا تشارك كلمات المرور أو بيانات العملاء أو المعلومات الحساسة.