UC 伯克利最新深度强化学习课程上线(附 B 站视频)

又有新的 AI 学习资源上线了。

这次是来自 UC 伯克利的秋季课程:Deep Reinforcement Learning,课程代号 CS 285,讲解内容为深度强化学习。

授课教授,依旧是获得学生好评不断的 Sergey Levine 教授。

这次课程上线后,多名网友强烈推荐大家学这门课。

有人表示,Sergey Levine 绝对是最棒的教授之一,他不仅非常了解相关知识,而且也很好地解释了它。

课程视频、PPT 同步放出

深度强化学习,是人工智能发展的重大方向之一,备受各大科研机构与公司青睐,也被一干业内大佬认为是实现通用人工智能最有可能的路径。

在这门课程中,Sergey Levine 教授将会对深度强化学习的理解基础、实现方式以及核心算法进行深入的讲解,并布置相应的家庭作业(代码会在 GitHub 上放出)巩固学习内容。

这次课程,一共有 22 讲,具体如下:

深度强化学习课程

前三讲都是入门内容,讲解课程概览,深度强化学习的背景以及需要的工具。

从第四讲开始,就会逐步正式进入深度强化学习课程内容,之后的课程大部分都是深度强化学习中的核心算法,比如 Q 学习算法、梯度策略等等。

最后几讲内容,则与深度学习的落地应用有关,动手设计强化学习系统。

现在,课程仍旧在讲授的过程中,相关的课程学习资源,也正在陆续放出,课程视频与 PPT 内容已经公布到第 9 讲。

如果你或者身边的朋友需要,请收好下面的传送门:

课程传送门

课程主页(包含 PPT):

http://rail.eecs.berkeley.edu/deeprlcourse/

课程视频(YouTube):

https://www.youtube.com/playlist?list=PLkFD6_40KJIwhWJpGazJ9VSj9CFMkb79A

课程视频(B 站,来自 @爱可可 - 爱生活老师):

https://www.bilibili.com/video/av69455099/

课程 GitHub 链接:

https://github.com/berkeleydeeprlcourse/homework

课程讨论区:

https://www.reddit.com/r/berkeleydeeprlcourse/

以上文章来自GitHubDaily的整理。

来了,老弟
-------------    本文结束  感谢您的阅读    -------------
0%