Reinforcement Learning: An Overview

Kevin P. Murphy

December 9, 2024

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

اسلایدهای یادگیری و یادگیری عمیق با کیفیت بسیار بالا تهیه شده‌اند و می‌توانند منبعی ارزشمند برای یادگیری مفاهیم پایه تا پیشرفته باشند. پیشنهاد می‌کنم حتماً از این مجموعه بهره ببرید! 🌟

#هوش_مصنوعی
👨‍💻 @AlgorithmDesign_DataStructuer

🔍 معرفی مدل o3، جانشین o1 توسط OpenAI!
این مدل جدید در دو نسخه o3 استاندارد و o3 mini ارائه شده و با استفاده از زنجیره فکری خصوصی، دقت بیشتری در ریاضیات، فیزیک و برنامه‌نویسی دارد.
✨ ویژگی تنظیم زمان استدلال و قابلیت نزدیک به AGI از برجسته‌ترین نوآوری‌های آن است.
📞 همچنین، دسترسی به ChatGPT از طریق خطوط ثابت و WhatsApp فراهم شده تا هوش مصنوعی برای همه قابل دسترس‌تر باشد.

رقابت بین OpenAI و گوگل همچنان ادامه دارد! 🌐

#هوش_مصنوعی
👨‍💻 @AlgorithmDesign_DataStructuer

🚀 The Top 10 Generative AI Trends for 2025!

🚀 بر اساس تحلیل 1,292 استارتاپ توسط StartUs Insights، نوآوری‌های بزرگ در این حوزه شامل موارد زیر است:

✅ Hyper-Personalization
✅ Conversational AI
✅ AI for Scientific Research
✅ Image Generators
✅ Code & App Builders
✅ Video Production
✅ Generative Design
✅ Speech Synthesis
✅ Intelligent Process Automation
✅ Generative Music

🎯 این پیشرفت‌ها در حال تغییر نحوه عملکرد کسب‌وکارها هستند و با ایجاد راه‌حل‌های خلاقانه‌تر، انقلاب بزرگی را در صنایع به راه انداخته‌اند. آینده هوش مصنوعی تولیدی درخشان‌تر از همیشه است! 💡

#هوش_مصنوعی
👨‍💻 @AlgorithmDesign_DataStructuer

🔍 سال ۲۰۲۴ و انفجار تحقیقات در حوزه مدل‌های زبانی بزرگ (LLM)

امسال، پیشرفت‌های چشمگیری در توسعه LLM‌ها داشتیم که این حوزه را به یکی از سریع‌ترین و هیجان‌انگیزترین زمینه‌های هوش مصنوعی تبدیل کرده است. اگر به دنبال مقالات ارزشمند و جدید در این زمینه هستید، پیشنهاد می‌کنم حتماً لیست منتخبی از صدها مقاله مرتبط با LLM که در طول سال جمع‌آوری شده را بررسی کنید:
🌐 https://magazine.sebastianraschka.com/p/llm-research-papers-the-2024-list

💡 در این لیست، مقالات متنوعی درباره موضوعات مهمی مانند واریانت‌های جدید LoRA، مطالعات replication o1، و قوانین مقیاس‌گذاری جدید LLM‌ها پیدا خواهید کرد که می‌توانند برای یادگیری و همراهی با این حوزه بسیار مفید باشند.

✍️ به‌زودی، بخشی از مرور سالانه مقالات منتخب ۲۰۲۴ نیز منتشر خواهد شد که مقالات برجسته را با تحلیل و بررسی ارائه می‌کند.

📚 اگر به هوش مصنوعی و مدل‌های زبانی علاقه دارید، این فرصت را از دست ندهید و دانش خود را به‌روز نگه دارید! 🚀

✨ کانال ما را دنبال کنید تا از مطالب ارزشمند بیشتری بهره‌مند شوید!

#هوش_مصنوعی
👨‍💻 @AlgorithmDesign_DataStructuer

رشته ای بر گردنم افکنده دوست
می کشد هر جا که خاطرخواه اوست

📣👨‍💻 @AlgorithmDesign_DataStructuer

✨ معرفی Qwen2.5-Turbo: جدیدترین LLM از علی‌بابا

🔹 پردازش حجم‌های بی‌سابقه‌ای از داده‌ها:
در واقعQwen2.5-Turbo اکنون قادر است تا یک میلیون توکن/واژه را به‌صورت همزمان پردازش کند. این معادل است با:
📚 ۱۰ رمان کامل
🗣 ۱۵۰ ساعت متن‌های گفتاری
💻 ۳۰,۰۰۰ خط کد

🔹 برتری در مقایسه با سایر مدل‌ها:
این مدل از GPT-4o-mini در وظایف بالای ۱۲۸K توکن پیشی می‌گیرد و ۳.۶ برابر بیشتر از آن، توکن پردازش می‌کند، آن هم با هزینه برابر!

🔹 سرعت بیشتر در استنتاج:
با استفاده از مکانیسم Sparse Attention، زمان تولید اولین توکن برای متنی با **یک میلیون توکن ۴.۳ برابر کاهش یافته است.

https://huggingface.co/spaces/Qwen/Qwen2.5-Turbo-1M-Demo

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

یک دوره آموزشی با موضوع Multi-Agent Reinforcement Learning (MARL) توسط Dr. Stefano V. Albrecht یکی از نویسندگان کتاب جدید منتشرشده در این زمینه با عنوان **Multi-Agent Reinforcement Learning: Foundations and Modern Approaches (انتشارات MIT Press, 2024)، برگزار شده است.

این دوره از 16 تا 19 سپتامبر 2024 در Artificial Intelligence Research Institute (IIIA-CSIC) در بارسلونا، اسپانیا، با گزینه‌های شرکت حضوری و آنلاین برگزار شد.

محتوای دوره شامل مفاهیم پایه Reinforcement Learning،Game Theory، و الگوریتم‌های پیشرفته MARL با استفاده از تکنیک‌های Deep Learning بوده است. این دوره برای افراد علاقه‌مند به یادگیری اصول بنیادین و کاربردهای مدرن در این حوزه طراحی شده بود.
lectures:https://www.youtube.com/playlist?list=PLkoCa1tf0XjCU6GkAfRCkChOOSH6-JC_2
Textbook:https://www.marl-book.com/

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

این وبلاگ دنیای پیچیده Large Language Models (LLMs) را رمزگشایی می‌کند و تحقیقات پیشرفته را به مفاهیمی شفاف و قابل‌فهم تبدیل می‌کند.
مناسب برای درک معماری‌های Transformer، فرآیندهای آموزشی و آخرین اخبار در تحقیقات AI.

هر کسی که سعی دارد مفاهیم مربوط به Transformers یا Large Language Models را درک کند، حتماً باید این وبلاگ را مطالعه کند!

https://magazine.sebastianraschka.com/p/understanding-large-language-models

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

ایجاد اعداد دست‌نویس فارسی با استفاده از Deep Convolutional Generative Adversarial Networks (DCGANs) و PyTorch
1-Loading Handwritten Persian numerals dataset
2-Generator and Discriminator (for DCGANs)
2-1-Building the Generator
2-2-Building the Discriminator
2-3-Defining Loss Functions
2-4-Defining Optimizers
3-Training DCGANs

Github:https://github.com/omid-sakaki-ghazvini/Projects/blob/main/handwritten-persian-numerals-dcgans-pytorch.ipynb
Kaggle:https://www.kaggle.com/code/omidsakaki1370/handwritten-persian-numerals-dcgans-pytorch

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Dual-Branch Subpixel-Guided Network for Hyperspectral Image Classification


Publication date: 5 Dec 2024

Topic: Image Classification

Paper: https://arxiv.org/pdf/2412.03893v1.pdf

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Building Blocks for Theoretical Computer Science

https://mfleck.cs.illinois.edu/building-blocks/index-sp2020.html

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

یک سایت عالی برای دستیابی به یک نقشه جامع و کاربردی در زمینه هوش مصنوعی!

🔹 اگر به دنبال یک راهنمای کامل برای یادگیری هوش مصنوعی هستید، این سایت یکی از بهترین گزینه‌هاست. با ارائه منابع، مسیرهای یادگیری و ابزارهای کاربردی، این نقشه می‌تواند شما را در مسیر یادگیری و تسلط بر مفاهیم هوش مصنوعی هدایت کند.

💻🌐https://addgraph.com/ai

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Programming PyTorch for Deep Learning

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

✔️ 7 پیچیدگی زمانی مهم که باید بدانید!

𝐎(1) - زمان ثابت
زمان اجرا بدون توجه به اندازه ورودی تغییر نمی‌کند.
مثال: دسترسی به یک عنصر در آرایه با استفاده از ایندکس.

𝐎(𝐥𝐨𝐠 𝐧) - زمان لگاریتمی
زمان اجرا به‌آرامی با افزایش اندازه ورودی رشد می‌کند. معمولاً در الگوریتم‌هایی دیده می‌شود که مسئله را در هر مرحله نصف می‌کنند.
مثال: جستجوی دودویی در یک آرایه مرتب.

𝐎(𝐧) - زمان خطی
زمان اجرا به صورت خطی با اندازه ورودی افزایش می‌یابد.
مثال: یافتن یک عنصر در آرایه با پیمایش تمام عناصر.

𝐎(𝐧 𝐥𝐨𝐠 𝐧) - زمان خطی لگاریتمی
زمان اجرا کمی سریع‌تر از زمان خطی رشد می‌کند. این پیچیدگی معمولاً شامل تعداد لگاریتمی عملیات برای هر عنصر ورودی است.
مثال: مرتب‌سازی آرایه با استفاده از الگوریتم‌هایی مانند quick sort یا merge sort.

𝐎(𝐧^2) - زمان درجه دوم
زمان اجرا به مربع اندازه ورودی وابسته است.
مثال: الگوریتم حبابی که هر جفت از عناصر را مقایسه و در صورت نیاز جابجا می‌کند.

𝐎(2^𝐧) - زمان نمایی
زمان اجرا با هر واحد افزایش در ورودی دو برابر می‌شود. این الگوریتم‌ها برای ورودی‌های بزرگ غیرعملی هستند.
مثال: تولید تمام زیرمجموعه‌های یک مجموعه.

𝐎(𝐧!) - زمان فاکتوریل
زمان اجرا متناسب با فاکتوریل اندازه ورودی است.
مثال: تولید تمام جایگشت‌های یک مجموعه.

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer

5 دوره رایگان برای تسلط بر مدل‌های زبانی بزرگ (LLMs)

1. Introduction to Large Language Models by Google :-
Course Link

2. AI for Educators by Microsoft:- Course Link

3. Cohere’s LLM University:-
Course Link

4. Anthropic Prompt Engineering Courses:-
Course Link

5. Large Language Model Agents:- Course Link

#هوش_مصنوعی
📣👨‍💻 @AlgorithmDesign_DataStructuer

Towards Natural Image Matting in the Wild via Real-Scenario Prior


Topic: Semantic Segmentation

Paper: https://arxiv.org/pdf/2410.06593v1.pdf

#هوش_مصنوعی

📣👨‍💻 @AlgorithmDesign_DataStructuer

#الگوریتم
📣👨‍💻 @AlgorithmDesign_DataStructuer