خوارزميات التعلم التعزيزي - (Synthesis Lectures on Artificial Intelligence and Machine Le) تأليف Csaba Szepesvári (غلاف ورقي)

ملخص الكتاب يُعد التعلم التعزيزي نموذجاً تعليمياً يركز على تعلم كيفية التحكم في نظام ما بهدف تحقيق أقصى قدر من مقياس الأداء الرقمي الذي يعبر عن هدف طويل المدى. وما يميز التعلم التعزيزي عن التعلم الخاضع للإشراف هو أن المتعلم يتلقى تغذية راجعة جزئية فقط حول توقعاته. علاوة على ذلك، قد يكون للتوقعات آثار طويلة المدى من خلال التأثير على الحالة المستقبلية للنظام الذي يتم التحكم فيه؛ ومن هنا، يلعب الوقت دوراً خاصاً. يتمثل الهدف في التعلم التعزيزي في تطوير خوارزميات تعلم فعالة، بالإضافة إلى فهم مزايا هذه الخوارزميات وحدودها. ويحظى التعلم التعزيزي باهتمام كبير نظراً للعدد الكبير من التطبيقات العملية التي يمكن استخدامه لمعالجتها، والتي تتراوح من المشكلات في مجال الذكاء الاصطناعي إلى بحوث العمليات أو هندسة التحكم. نركز في هذا الكتاب على خوارزميات التعلم التعزيزي التي تعتمد على النظرية القوية للبرمجة الديناميكية. نقدم في هذا الكتاب فهرساً شاملاً لمشكلات التعلم، ونشرح الأفكار الجوهرية، مع استعراض عدد كبير من الخوارزميات المتطورة، تليها مناقشة لخصائصها النظرية وحدودها. محتويات الكتاب: عمليات ماركوف لاتخاذ القرار / مشكلات التنبؤ بالقيمة / التحكم / لمزيد من الاستكشاف.

نبذة عن المؤلف حصل Csaba Szepesvári على درجة الدكتوراه في عام 1999 من جامعة "Jozsef Attila" في سيجد، المجر. يشغل حالياً منصب أستاذ مشارك في قسم علوم الحوسبة بجامعة Alberta، وهو باحث رئيسي في مركز Alberta Ingenuity لتعلم الآلة. وقد شغل سابقاً منصب باحث أول في معهد أبحاث الكمبيوتر والأتمتة التابع للأكاديمية المجرية للعلوم، حيث ترأس مجموعة تعلم الآلة. وقبل ذلك، قضى 5 سنوات في صناعة البرمجيات. في عام 1998، أصبح مديراً للأبحاث في Mindmaker, Ltd.، حيث عمل على منتجات معالجة اللغات الطبيعية والكلام، بينما أصبح منذ عام 2000 نائباً لرئيس الأبحاث في شركة Silicon Valley المسماة Mindmaker Inc. إنه مؤلف مشارك لكتاب حول المتحكمات التكيفية التقريبية غير الخطية، وقد نشر أكثر من 80 ورقة بحثية في المجلات والمؤتمرات، ويشغل منصب المحرر المشارك في IEEE Transactions on Adaptive Control و AI Communications، كما أنه عضو في مجلس تحرير Journal of Machine Learning Research و Machine Learning Journal، وعضو منتظم في لجنة البرنامج في مختلف مؤتمرات تعلم الآلة والذكاء الاصطناعي. وتشمل مجالات خبرته نظرية التعلم الإحصائي، والتعلم التعزيزي، والتحكم التكيفي غير الخطي.