伯克利CS285深度强化学习-课程学习资料
伯克利CS285深度强化学习课程,内容覆盖强化学习领域的各类深度学习算法模型及应用

关键词标签: Berkeley, 强化学习, 深度学习, Actor-Critic, DQN, 逆向强化学习

课程介绍

课程主页:UC Berkeley CS285 · Deep Reinforcement Learning

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,也被很多人认为是实现通用人工智能最有可能的路径。本课程来自著名的顶级院校UC伯克利,由Sergey Levine教授,内容针对使用深度学习神经网络进行强化学习的各类方法模型,对reinforcement learning感兴趣的同学可以借此全面了解神经网络在rl中的应用。

课程主题与大纲


ShowMeAI课程解读:全套资料

更多技术与课程清单 | 点击查看详细课程

技术方向 课程及链接
计算机数学基础 MIT-计算机科学的数学基础
辛辛那提大学-微积分I
辛辛那提大学-微积分II
辛辛那提大学-离散数学
斯坦福-线性代数与矩阵方法导论
计算机科学导论 斯坦福-计算机科学导论
哈佛-计算机科学导论
MIT-计算机科学与Python编程导论
数据结构与算法 MIT-数据结构与算法设计
马里兰大学-数据结构
数据库 CMU-数据库系统导论
CMU-数据库系统进阶
机器学习及应用 斯坦福CS229
MIT-机器学习导论
深度学习及应用 斯坦福CS230
哈佛-Python人工智能入门
MIT-深度学习导论
李宏毅-机器学习(&深度学习)
应用深度学习(全知识点覆盖)
UC Berkeley-深度神经网络设计、可视化与理解
威斯康星-深度学习和生成模型导论
UC Berkeley-全栈深度学习训练营
自然语言处理 斯坦福CS224n(深度学习与NLP)
斯坦福CS124(从语言到信息)
斯坦福CS520(知识图谱)
马萨诸塞-自然语言处理进阶
计算机视觉 斯坦福CS231n(深度学习与CV)
密歇根eecs498(CS231n进阶课)
慕尼黑工大adl4cv(深度学习与CV高阶课)
多模态 CMU-多模态机器学习
图机器学习 斯坦福CS224w
强化学习 斯坦福CS234(强化学习)
伯克利CS285(深度强化学习)
无监督学习 伯克利CS294-158(深度无监督学习)
AI与生物医疗 MIT-面向生命科学的深度学习
MIT-基因组学机器学习
MIT-医疗机器学习
图形学与几何 CMU-计算机图形学
AMMI-几何深度学习
其他课程 哈佛-基于Python/JavaScript的web编程
MIT-计算思维导论(Julia)
*****
本文作者 韩信子
欢迎关注微信公众号 ShowMeAI研究中心 获取更多资源!