العمليات العشوائية Stochastic Processes

الرياضيات المتقدمة للذكاء الاصطناعي الصعوبة: خبير 2 دروس الزمن المتوقع: 1 ساعة و45 دقيقة

تعريف بالمسار

سلاسل ماركوف والعمليات العشوائية المستمرة وصلتها بالتعلم المعزز ونماذج الانتشار.

الأهداف التعليمية

  • تحليل سلاسل ماركوف ومصفوفات الانتقال
  • حساب التوزيع المستقر
  • وصف المشي العشوائي ونمو تباينه
  • ربط العمليات العشوائية بالتعلم المعزز ونماذج الانتشار

قائمة الدروس

  1. 1 سلاسل ماركوف والتوزيع المستقر Markov Chains and Stationary Distributionsسلسلة ماركوف عملية عشوائية يعتمد مستقبلها على حاضرها فقط؛ تُوصف بمصفوفة انتقال صفوفها احتمالات، وتوزيعها بعد n خطوة \(p_0P^n\)، وتتقارب السلسلة غير القابلة للاختزال وغير الدورية إلى توزيع مستقر وحيد \(\pi = \pi P\). خبير · 55 د
  2. 2 المشي العشوائي ونماذج الانتشار Random Walks and Diffusionالمشي العشوائي مجموع خطوات مستقلة؛ متوسطه ينمو خطياً مع n وتباينه ينمو خطياً أيضاً فينمو انحرافه المعياري مثل √n، وحده المستمر هو الحركة البراونية؛ وعلى هذا تقوم عملية إضافة الضوضاء في نماذج الانتشار. خبير · 50 د

التطبيقات في الذكاء الاصطناعي

  • PageRank
  • عمليات قرار ماركوف في التعلم المعزز
  • عملية الإضافة التدريجية للضوضاء في نماذج الانتشار

الاختبار النهائي للمسار

12 سؤالاً مختارة عشوائياً من بنك أسئلة المسار، الزمن 25 دقيقة، ونسبة النجاح 65%.

ابدأ الاختبار النهائي تدرب على أسئلة المسار

المراجع العلمية

  1. Reinforcement Learning: An Introduction (2nd ed.)Richard S. Sutton, Andrew G. Barto (MIT Press, 2018)incompleteideas.net/book/the-book-2nd.html
  2. Denoising Diffusion Probabilistic ModelsJonathan Ho, Ajay Jain, Pieter Abbeel (2020)arxiv.org/abs/2006.11239
  3. Deep LearningIan Goodfellow, Yoshua Bengio, Aaron Courville (MIT Press)www.deeplearningbook.org