این دوره آموزشی جامع با الهام از رویکرد علمی Kaelbling، مسیری عملی و کاربردی را برای هوشمندسازی سیستم های نهفته از طریق یادگیری ماشین و به ویژه یادگیری تقویتی (RL) ترسیم می کند. شرکت کنندگان در این دوره، از مفاهیم پایه تا الگوریتم های پیشرفته ای نظیر DQN، Actor-Critic و روش های مبتنی بر سیاست را فرا می گیرند و می آموزند چگونه این مدل های هوشمند را در محیط های محدود سخت افزاری و میکروکنترلرها پیاده سازی کنند.
علاوه بر مباحث تئوری، تمرکز ویژه این دوره بر چالش های دنیای واقعی از جمله بهینه سازی مصرف انرژی، کوانتیزاسیون مدل، انتقال از شبیه سازی به سخت افزار (Sim-to-Real) و مدیریت محدودیت های حافظه در سیستم های بلادرنگ است. این آموزش با ارائه پروژه های عملی و تکنیک های پیشرفته ای مانند یادگیری تقلیدی و متا-یادگیری، شما را به دانش و مهارت لازم برای طراحی نسل جدیدی از سیستم های نهفته هوشمند و کارآمد مجهز می کند.
📦 به همراه:
• 📚 کتاب صدها نکته فارسی (خودمونی) ...