又有新的AI學習資源上線了。
這次是來自UC伯克利的秋季課程：Deep Reinforcement Learning，課程代號CS 285，講解內容爲深度強化學習。
授課教授，依舊是獲得學生好評不斷的Sergey Levine教授。
這次課程上線後，多名網友強烈推薦大家學這門課。
有人表示，Sergey Levine絕對是最棒的教授之一，他不僅非常瞭解相關知識，而且也很好地解釋了它。
課程視頻、PPT同步放出
深度強化學習，是人工智能發展的重大方向之一，備受各大科研機構與公司青睞，也被一干業內大佬認爲是實現通用人工智能最有可能的路徑。
在這門課程中，Sergey Levine教授將會對深度強化學習的理解基礎、實現方式以及核心算法進行深入的講解，並佈置相應的家庭作業（代碼會在GitHub上放出）鞏固學習內容。
這次課程，一共有22講，具體如下：
前三講都是入門內容，講解課程概覽，深度強化學習的背景以及需要的工具。
從第四講開始，就會逐步正式進入深度強化學習課程內容，之後的課程大部分都是深度強化學習中的核心算法，比如Q學習算法、梯度策略等等。
最後幾講內容，則與深度學習的落地應用有關，動手設計強化學習系統。
現在，課程仍舊在講授的過程中，相關的課程學習資源，也正在陸續放出，課程視頻與PPT內容已經公佈到第9講。
如果你或者身邊的朋友需要，請收好下面的傳送門：
課程傳送門
課程主頁（包含PPT）：
http://rail.eecs.berkeley.edu/deeprlcourse/
課程視頻（YouTube）：
https://www.youtube.com/playlist?list=PLkFD6_40KJIwhWJpGazJ9VSj9CFMkb79A
課程視頻（B站，來自@愛可可-愛生活老師）：
https://www.bilibili.com/video/av69455099/
課程 GitHub鏈接：
https://github.com/berkeleydeeprlcourse/homework
課程討論區：
https://www.reddit.com/r/berkeleydeeprlcourse/
— 完 —