微信搜 “GitHubDaily” 点关注

设为 “星标”，每天带你逛 GitHub！

转自量子位，作者乾明

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：     

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

以上，便是今日分享，觉得不错，还请点个在看，谢谢～