AI 研習(xí)社又有新的學(xué)習(xí)小組啦！趕快加入我們吧！

掃描二維碼，即可加入小組

課程開始后，小組成員可免費觀看課程視頻~

AI 研習(xí)社獲得官方授權(quán)，漢化翻譯伯克利大學(xué) CS 294-112 《深度強化學(xué)習(xí)》，于本周四（2018 年 12 月 20 日）正式上線中文字幕版。

伯克利大學(xué) CS 294-112 《深度強化學(xué)習(xí)》為官方開源最新版本，由伯克利大學(xué)該門課程授課講師 Sergey Levine 授權(quán) AI 研習(xí)社翻譯。

觀看網(wǎng)址：https://ai.yanxishe.com/page/groupDetail/30（加入小組后即可直接觀看）

課程主頁：http://rail.eecs.berkeley.edu/deeprlcourse/

油管鏈接：https://www.youtube.com/playlist?list=PLkFD6_40KJIxJMR-j5A1mkxK26gh_qg37

12 月 20 日開始正式同步更新在 AI 研習(xí)社，大約1到2周更新一次。

該課程主題選擇深度增強學(xué)習(xí)，即緊跟當(dāng)前人工智能研究的熱點，又可作為深度學(xué)習(xí)的后續(xù)方向，值得推薦。

想要學(xué)習(xí)伯克利大學(xué) CS 294-112 《深度強化學(xué)習(xí)》這門課程，學(xué)生需要先學(xué)習(xí) CS189 或者其他同等學(xué)力課程。本課程將假定學(xué)生掌握強化學(xué)習(xí)、數(shù)值優(yōu)化和機器學(xué)習(xí)的相關(guān)背景知識。雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)

如果你對上述主題不是非常了解，那么需要自主學(xué)習(xí)補充以下知識點：

• 增強學(xué)習(xí)和馬爾科夫決策過程（MDPs）

MDPs的定義

具體算法：策略迭代和價值迭代

搜索算法

• 數(shù)值最優(yōu)化方法

梯度下降和隨機梯度下降

反向傳播算法

• 機器學(xué)習(xí)

分類和回歸問題：用什么樣的損失函數(shù)，如何擬合線性或非線性模型

訓(xùn)練/測試誤差，過擬合

  視頻截圖    

第一講：課程介紹和概覽

第二講：監(jiān)督學(xué)習(xí)和模仿學(xué)習(xí)

第三講：TensorFlow 和神經(jīng)網(wǎng)絡(luò)簡述

第四講：強化學(xué)習(xí)簡介

第五講：策略梯度簡介

第六講：Actor-Critic 算法簡介

第七講：價值函數(shù)介紹

第八講：高級 Q-學(xué)習(xí)算法

第九講：高級策略梯度

第十講：最優(yōu)控制和規(guī)劃

第十一講：基于模型的強化學(xué)習(xí)

第十二講：高級強化學(xué)習(xí)和圖像處理應(yīng)用

第十三講：利用模仿優(yōu)化控制器學(xué)習(xí)策略

第十四講：概率和變分推斷入門

第十五講：推斷和控制之間的聯(lián)系

第十六講：逆向強化學(xué)習(xí)

第十七講：探索（上）

第十八講：探索（下）

第十九講：遷移學(xué)習(xí)與多任務(wù)學(xué)習(xí)

第二十講：元學(xué)習(xí)

第二十一講：平行結(jié)構(gòu)和強化學(xué)習(xí)系統(tǒng)設(shè)計

第二十二講：進階模仿學(xué)習(xí)和開放性問題

第二十三講：客座講師：Craig Boutilier

第二十四講：客座講師：Gregory Kahn

第二十五講：客座講師：Quoc Le & Barret Zoph

第二十六講：客座講師：Karol Hausman  

快來加入學(xué)習(xí)小組吧！

點擊鏈接：https://ai.yanxishe.com/page/groupDetail/30 選擇【加入小組】