دوره یادگیری تقویتی چندعامله در پیش بینی رفتار مصرف کننده در خدمات مالی به همراه فلش کارت بر روی فلش مموریجدید

سرفصل های دوره: 1. مبانی یادگیری تقویتی 2. مقدمه ای بر یادگیری تقویتی 3. عناصر کلیدی یادگیری تقویتی 4. مسائل یادگیری تقویتی 5. یادگیری تقویتی با عامل منفرد 6. یادگیری تقویتی با عامل چندگانه 7. مقدمه ای بر یادگیری تقویتی چندعامله (MARL) 8. تفاوت های MARL با یادگیری تقویتی تک عامله 9. چالش های MARL 10. مفاهیم اساسی MARL 11. فضای حالت، فضای عمل، تابع پاداش 12. سیاست عامل، ارزش تابع 13. الگوریتم های MARL 14. Q-learning تک عامله 15. SARSA تک عامله 16. DQN تک عامله 17. Policy Gradients تک عامله 18. مقدمه ای بر الگوریتم های MARL 19. Cooperative MARL 20. Competitive MARL 21. General Sum MARL 22. الگوریتم های Cooperative MARL 23. Decentralized Execution, Centralized Training (CTDE) 24. MADDPG 25. QMIX 26. COMA 27. الگوریتم های Competitive MARL 28. Minimax Q-learning 29. Nash Q-learning 30. Fictitious Play 31. الگوریتم های General Sum MARL 32. Policy Mirror Descent 33. Counterfactual Regret Minimization (CFR) 34. کاربرد MARL در خدمات مالی 35. مقدمه ای بر خدمات مالی 36. چالش های پیش بینی رفتار مصرف کننده در خدمات مالی 37. چرا MARL برای خدمات مالی مناسب است 38. مزایای استفاده از MARL در خدمات مالی 39. کاربردهای خاص MARL در خدمات مالی 40. مدیریت پرتفوی 41. معامله گری خودکار 42. امتیازدهی اعتباری 43. تشخیص تقلب 44. شخصی سازی محصولات مالی 45. ...