2018 秋季伯克利大學 CS 294-112 《深度強化學習》學習小組成員招募

AI 研習社又有新的學習小組啦！趕快加入我們吧！

課程開始後，小組成員可免費觀看課程視頻~

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

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

觀看網址：https://ai.yanxishe.com/page/groupDetail/30（加入小組後即可直接觀看）

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 研習社，大約1到2周更新一次。

該課程主題選擇深度增強學習，即緊跟當前人工智慧研究的熱點，又可作為深度學習的後續方向，值得推薦。

  先修要求

想要學習伯克利大學 CS 294-112 《深度強化學習》這門課程，學生需要先學習 CS189 或者其他同等學力課程。本課程將假定學生掌握強化學習、數值優化和機器學習的相關背景知識。雷鋒網雷鋒網雷鋒網

如果你對上述主題不是非常了解，那麼需要自主學習補充以下知識點：

增強學習和馬爾科夫決策過程（MDPs）

MDPs的定義

具體演算法：策略迭代和價值迭代

搜索演算法

數值最優化方法

梯度下降和隨機梯度下降

反向傳播演算法

機器學習

分類和回歸問題：用什麼樣的損失函數，如何擬合線性或非線性模型

訓練/測試誤差，過擬合

視頻截圖

  課程大綱

第一講：課程介紹和概覽

第二講：監督學習和模仿學習

第三講：TensorFlow 和神經網路簡述

第四講：強化學習簡介

第五講：策略梯度簡介

第六講：Actor-Critic 演算法簡介

第七講：價值函數介紹

第八講：高級 Q-學習演算法

第九講：高級策略梯度

第十講：最優控制和規劃

第十一講：基於模型的強化學習

第十二講：高級強化學習和圖像處理應用

第十三講：利用模仿優化控制器學習策略

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繫

第十六講：逆向強化學習

第十七講：探索（上）

第十八講：探索（下）

第十九講：遷移學習與多任務學習

第二十講：元學習

第二十一講：平行結構和強化學習系統設計

第二十二講：進階模仿學習和開放性問題

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

快來加入學習小組吧！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！