【新課預告】加州大學伯克利分校CS285《深度強化學習》學習小組成員招募
語音播放文章內容
由深聲科技提供技術支持
他來了他來了,字幕君帶著新課的授權來了!

在這2019年的尾聲,字幕君帶著獲得了 加州大學伯克利分校 CS285? 《深度強化學習》 講師@Sergey Levine正式授權漢化翻譯,感興趣的同學也可以報名參與志愿者翻譯團隊。
添加字幕君微信,備注“285翻譯”報名加入翻譯
字幕君深知一人堅持的不易,并想邀請熱愛學習的你和諸多志同道合的小伙伴,以相互監督,共同進步的形式,一起研習這門新課程!
? 加入學習小組
進入2019 UC 伯克利 CS285 深度強化學習小組即可視為成功報名!
直達鏈接: https://www.yanxishe.com/overseasCourse/103?from=leiphonecolumn
加入小組后獲得2019 UC 伯克利 CS285 《深度強化學習》課件 PPT下載地址
? 學習形式
1. 課程視頻更新后,學員需要觀看課程視頻并且在社區留言打卡;?
2. 每學完一節課程,學員需在自行獨立完成 Quiz 作業并在社區博客進行分享?
3. 學員可以根據自己的時間及興趣,決定是否進行課后作業分享的公開課直播。?
4. 為保證社區的學習氛圍,社長會根據課程完成情況和活躍程度對學員進行監督管理,如有必要,會定期清理不活躍或者長期潛水的學員;? ??
5. 課程結束后,優秀的學員可以獲得社區提供的福利以及禮品;??
6. 社區翻譯志愿者持續招募中,如果對這門課程的翻譯感興趣,可以聯系社長準備字幕翻譯工作。
7. 課程有一定難度,且有較多作業,希望學員一旦加入,能夠克服困難,收獲成長。
? 課程介紹
眾所周知,深度強化學習是人工智能發展的重大方向之一。熟悉深度強化學習背景知識的優秀人才倍受各大科研機構與公司青睞,不管是工業界還是學術界,深度強化學習都被視為實現通用人工智能最有可能的路徑之一。因此,熟悉深度強化學習知識顯得尤為重要。
在CS285這門課程中,Sergey Levine 教授將會深入淺出地講解深度強化學習的背景理論知識、實現方式以及核心算法,并布置相應的家庭作業以幫助各位同學更好地鞏固學習內容。
這次課程,一共有 21 講,具體如下:

? 課件截圖



? 學生評價
首先這門課的質量非常好。課程反應了Sergey Levine和整伯克利RL的積累,獨立于《RL Introduction》的教學體系自成一派。最可貴的是涵蓋近1-2年RL最前沿的知識。這門課又難又深,但絕對是飛往RL前沿的航班。研究RL的同學萬萬不可錯過啊。
By 知乎答主“有道理”
現在強烈推薦這門課程!課程基本可以分為DRL介紹+模仿學習、model free、model based、Exploration+遷移+多任務+Meta-learning等四大部分,一共有四個很有趣的assignment(比春季的更好了)。如果你看過david silver的視頻并且有機器學習的基礎,那么至少你在model free部分是沒問題的。秋季課程其實降低了對RL基礎的要求,課上推導過程比較清晰。這門課后半model based部分恰好是對david silver等當前已有的課程、書籍里講的比較少的內容的非常大的補充,不過這部分要求比較高。
By 知乎答主“糖葫蘆喵喵”
? 課程大綱
第一講:課程介紹和概覽
第二講:針對行為的監督學習
第三講:TensorFlow 和神經網絡簡述
第四講:強化學習簡介
第五講:策略梯度
第六講:Actor-Critic 算法
第七講:價值函數
第八講:深度強化學習之Q函數
第九講:高級策略梯度
第十講:基于模型的規劃
第十一講:基于模型的強化學習
第十二講:基于模型的策略學習
第十三講:變分推斷和生成模型
第十四講:強化學習對控制的概率推斷
第十五講:逆向強化學習
第十六講:遷移學習與多任務學習
第十七講:分布式強化學習
第十八講:探索(上)
第十九講:探索(下)
第二十講:元學習
第二十一講:信息理論,開放性問題探討
雷鋒網雷鋒網雷鋒網 (公眾號:雷鋒網)
。