WEBVTT 00:00.450 --> 00:03.210 Merhaba ve yapay zeka dersine tekrar hoş geldiniz. 00:03.240 --> 00:08.220 Bugün bölümünde, derin bir Q öğrenme konusuyla mücadele ediyoruz. 00:08.250 --> 00:11.200 Şimdi bu bölüme nasıl saldıracağımızı bir görelim. 00:11.220 --> 00:17.280 Öğelerin öğrenme tarafı olarak derin bir öğrenme sezgisini öğreneceğiz, o yüzden arkasındaki sezgiyi öğrenme ve 00:17.750 --> 00:20.840 oyunculuk için iki kısma ayırarak derinlemesine öğrenmeye başlayacağız. 00:20.850 --> 00:22.620 Ve biz de bununla ilgili ayrıntıları öğrenmek zorundayız. 00:22.620 --> 00:28.290 Her şeyden önce sinir ağlarının nasıl öğrenildiğini ve ağırlıklarını ne beslendiğimize ve tüm öğrenme kavramının 00:28.290 --> 00:34.350 nasıl çalıştığına bağlı olarak nasıl güncellediklerini ve zaman farkı kavramlarını nasıl alacağımızızı veya yeniden tartışmayı ve 00:34.350 --> 00:40.140 basit öğrenmeyi anlamak için her şeyden önce anlıyorum ve bunları derin öğrenmeye uygulayıp daha sonra, 00:40.530 --> 00:46.550 derin öğrenme algoritmasının, hangi devletlerde hangi eylemleri gerçekleştirmeye karar verdiğiyle ilgili aslında ne olduğuna nasıl karar 00:46.560 --> 00:52.530 vereceğiz hakkında konuşacağız. Deneyim hakkında konuşacağız. Gerçekten derinlemesine olanak sağlayan derin öğrenme üzerine çok önemli bir 00:53.100 --> 00:57.420 eklenti düzgün çalışmayı öğreneceksiniz ve bu öğreticiden neden bu özelliğin önemli 00:57.420 --> 00:58.100 olduğunu göreceksiniz. 00:58.350 --> 01:02.350 Sonra eylem seçim politikalarından bahsedeceğiz. 01:02.470 --> 01:11.190 Katil kazançlı menecerlerinin, araştırmayı sömürü ile ne kadar birleştirdiğini konuşacağız. 01:11.190 --> 01:15.960 bulduklarında bu yaklaşımı kullanabilirler, ancak yerel bir azami sıkışmamaları için keşfetmeleri gerekir. 01:15.960 --> 01:18.900 Dolayısıyla, iyi bir yaklaşımla ilgili bir şeyler 01:18.900 --> 01:24.660 Ve bölüm hakkında söylemek istediğim bir şey daha, x numaralı yapay 01:24.660 --> 01:28.050 sinir ağlarına bir göz atman çok yararlı. 01:28.050 --> 01:33.570 Dolayısıyla gidip bütün bu konuları keşfederseniz, sizin için hazırlanan bazı çok güçlü seziş 01:33.570 --> 01:34.500 öğreticilerimiz var. 01:34.650 --> 01:38.130 Derin bir öğrenme kursu yapmadıysanız tabii ki yapmadıysanız, tabii ki plan 01:38.130 --> 01:41.400 yapmışsanız ve zaten hepsini biliyorsanız ve S. ile devam edebilirsiniz. önerilir, çünkü sinir ağlarının nasıl çalıştığını tam olarak anlamanıza yardımcı 01:41.460 --> 01:46.950 olur ve neden onlardan yararlanmamızın bu kadar güçlü olduklarını anlamanıza yardımcı olur Bu derin serin öğrenme algoritması. 01:46.950 --> 01:52.020 Ancak, dersin bu kısmıyla devam etmeden önce sinir ağları hakkında ek bilgi edinmek isterseniz, bu oldukça 01:52.020 --> 01:58.230 Ve bir kere bilginizi tazelediğinizde ya da bu ekteki sinir ağları 01:58.320 --> 02:03.450 hakkındaki bu bilgiyi kazanırsanız ve buraya geri dönerseniz ve 02:03.450 --> 02:08.900 özellikle sinir ağlarında oldukça rahat iseniz, doğrudan onunla konuşalım. 02:08.940 --> 02:10.160 Derin öğrenme sezgisinden bahsetmeye başlayalım. 02:10.170 --> 02:13.040 Ve ilk ders üzerinde görmeyi sabırsızlıkla bekliyorum. 02:13.320 --> 02:15.450 O zamana kadar tadını çıkarın a. 02:15.450 --> 02:16.840