مقدمهای بر شبکههای عصبی گراف موضوع شبکههای عصبی گراف (GNN) حول توسعه مدلهای یادگیری ماشینی میچرخد که بهطور خاص برای کار بر روی دادههای ساختاریافته طراحی شدهاند. هدف GNN ها گسترش شبکههای عصبی سنتی برای رسیدگی به دادههای نمایش داده شده در قالب گرافهایی است که از گرهها (راس) و …
توضیحات بیشتر »07 – یادگیری تقویتی | Learning Comparison Measures
جلسه 07 درس یادگیری تقویتی (Reinforcement Learning) دکتر نیلی، استاد گروه کنترل دانشکده برق و کامپیوتر دانشگاه تهران
توضیحات بیشتر »06 – یادگیری تقویتی | Upper confidence bound method
جلسه 06 درس یادگیری تقویتی (Reinforcement Learning) دکتر نیلی، استاد گروه کنترل دانشکده برق و کامپیوتر دانشگاه تهران
توضیحات بیشتر »05 – یادگیری تقویتی | N-armed bandit Thompson method
جلسه 05 درس یادگیری تقویتی (Reinforcement Learning) دکتر نیلی، استاد گروه کنترل دانشکده برق و کامپیوتر دانشگاه تهران
توضیحات بیشتر »04 – یادگیری تقویتی | Gradient Bandit method
جلسه 04 درس یادگیری تقویتی (Reinforcement Learning) دکتر نیلی، استاد گروه کنترل دانشکده برق و کامپیوتر دانشگاه تهران
توضیحات بیشتر »03 – یادگیری تقویتی | Bandit point estimation-based learning
جلسه 03 درس یادگیری تقویتی (Reinforcement Learning) دکتر نیلی، استاد گروه کنترل دانشکده برق و کامپیوتر دانشگاه تهران
توضیحات بیشتر »02 – یادگیری تقویتی | Single state Bayesian value estimation
جلسه 02 درس یادگیری تقویتی (Reinforcement Learning) دکتر نیلی، از دانشکده برق و کامپیوتر دانشگاه تهران، که چگونگی تخمین مقدار بیزین را شرح میدهند.
توضیحات بیشتر »01 – یادگیری تقویتی | From ambiguity to information
جلسه 01 درس یادگیری تقویتی (Reinforcement Learning) دکتر نیلی، از دانشکده برق و کامپیوتر دانشگاه تهران، که مفهوم ابهام و چگونگی رسیدن از ابهام به اطلاعات را شرح میدهند.
توضیحات بیشتر »