Bizi tercih ettiğiniz için teşekkür ederiz. Ekip üyelerimiz en kısa sürede sizlerle iletişime geçecektir.
Rezervasyonunuzu gönderdiğiniz için teşekkür ederiz! Ekibimizden bir yetkili kısa süre içinde sizinle iletişime geçecektir.
Eğitim İçeriği
Pekiştirmeli Öğrenmeye ve Ajan Tabanlı Yapay Zekâya Giriş
- Belirsizlik altında karar alma ve sıralı planlama
- RL'nin ana bileşenleri: Ajanlar, ortamlar, durumlar ve ödüller
- Uyumlu ve ajan tabanlı yapay zekâ sistemlerinde RL'nin rolü
Markov Karar Süreçleri (MDP)
- MDP'lerin resmi tanımı ve özellikleri
- Değer fonksiyonları, Bellman denklemleri ve dinamik programlama
- Strateji değerlendirme, iyileştirme ve yineleme
Model Bağımsız Pekiştirmeli Öğrenme
- Monte Carlo ve Zaman Farkı (TD) öğrenme
- Q-learning ve SARSA
- Uygulama: Python'da tablo tabanlı RL yöntemlerinin uygulanması
Derin Pekiştirmeli Öğrenme
- Fonksiyon yaklaşımı için sinir ağları ile RL'nin birleştirilmesi
- Derin Q-Ağları (DQN) ve deneyim oynatma (experience replay)
- Actor-Critic mimarileri ve strateji gradyanları
- Uygulama: Stable-Baselines3 ile DQN ve PPO kullanarak bir ajanın eğitilmesi
Keşif Stratejileri ve Ödül Şekillendirme
- Keşif ve kullanım (exploitation) arasındaki denge (ε-greedy, UCB, entropi yöntemleri)
- Ödül fonksiyonlarının tasarlanması ve istenmeyen davranışların önlenmesi
- Ödül şekillendirme ve müfredat öğrenme
RL ve Karar Almada Gelişmiş Konular
- Çoklu ajan pekiştirmeli öğrenme ve işbirlikçi stratejiler
- Hiyerarşik pekiştirmeli öğrenme ve seçenekler çerçevesi
- Daha güvenli dağıtım için Çevrimdışı RL ve taklit öğrenme
Simülasyon Ortamları ve Değerlendirme
- OpenAI Gym ve özel ortamların kullanılması
- Sürekli ve kesikli eylem uzayları
- Ajan performansı, kararlılığı ve örnek verimliliği için metrikler
RL'nin Ajan Tabanlı Yapay Zekâ Sistemlerine Entegrasyonu
- Hibrit ajan mimarilerinde akıl yürütme ve RL'nin birleştirilmesi
- Araç kullanan ajanlarda pekiştirmeli öğrenmenin entegrasyonu
- Ölçeklendirme ve dağıtım için operasyonel hususlar
Uygulama Projesi
- Simüle edilmiş bir görev için pekiştirmeli öğrenme ajanının tasarlanması ve uygulanması
- Eğitim performansının analizi ve hiperparametrelerin optimize edilmesi
- Ajan bağlamında uyumlu davranış ve karar almanın gösterilmesi
Özet ve Sonraki Adımlar
Kurs İçin Gerekli Önbilgiler
- Python programlama dilinde ileri düzey yetkinlik
- Makine öğrenmesi ve derin öğrenme kavramlarına sağlam bir anlayış
- Doğrusal cebir, olasılık ve temel optimizasyon yöntemleri hakkında bilgisi olmak
Hedef Kitle
- Pekiştirmeli öğrenme mühendisleri ve uygulamalı yapay zekâ araştırmacıları
- Robotik ve otomasyon geliştiricileri
- Uyumlu ve ajan tabanlı yapay zekâ sistemleri üzerinde çalışan mühendislik ekipleri
28 Saatler
Danışanlarımızın Yorumları (3)
Eğitmen sabırlı ve çok yardımcı oluyor. Konuyu iyi biliyor.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Eğitim - Agentic AI for Business Automation: Use Cases & Integration
Yapay Zeka Çevirisi
İyi bir bilgi ve uygulama karışımı
Ion Mironescu - Facultatea S.A.I.A.P.M.
Eğitim - Agentic AI for Enterprise Applications
Yapay Zeka Çevirisi
Teori ve uygulamanın bir araya gelmesi, yüksek seviye ve düşük seviye perspektiflerin karışımı
Ion Mironescu - Facultatea S.A.I.A.P.M.
Eğitim - Autonomous Decision-Making with Agentic AI
Yapay Zeka Çevirisi
