您现在的位置:色拉门户网站>军事>澳门银河网络竞彩平台 - 伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略

澳门银河网络竞彩平台 - 伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略

日期:2020-01-11 17:01:13    阅读次数:4378    保护视力色:       
【字体: 打印

澳门银河网络竞彩平台 - 伯克利《深度强化学习》更新 | 第十三讲:利用模仿优化控制器学习策略

澳门银河网络竞彩平台,ai 研习社获得官方授权,汉化翻译伯克利 cs 294-112 《深度强化学习》,今天更新至第十三讲啦~

我们先来一睹为快——

第十三讲:

利用模仿优化控制器学习策略

上手视频约 5 分钟

翻译 | 郭玮 王明辉 张璐

字幕 | 唐里 后期 | 唐里

看完是不是不够过瘾!

进入小组:https://ai.yanxishe.com/page/groupdetail/30观看完整视频

同时,针对这门课程,我们同样开设了微信社群,

回复字幕君(微信:leiphonefansub)

你加入该课程小组的截图

我们将你拉入微信群聊

加时备注“cs294加群”~

截止到今日,ai研习社学习2018秋季cs294-112深度强化学习小组成员人数将近3000人啦!

在ai研习社,这里有浓厚的学习氛围——

小组成员在这里打卡,记录自己的学习成果,在这里交流笔记心得——

「小组」产品上线后,ai 研习社推出了一系列的激励计划,鼓励各位组员学习视频课程,表现积极的学员还将获得由 ai 研习社提供的福利,这些福利包括但不限于机械键盘、双肩背包以及 ai 研习社定制的「浪中求稳」保温杯。

心动了吗,赶快将“ai研习小组”小程序添加到“我的小程序”吧!随时随地都能学习名校经典课程,和上千位小伙伴们一起,共同进步。

伯克利 cs 294-112 《深度强化学习》为官方开源最新版本,由伯克利大学该门课程授课讲师 sergey levine 授权 ai 研习社翻译。

12 月 20 日开始正式同步更新在 ai 研习社,大约 1 到 2 周更新一次。

该课程主题选择深度增强学习,即紧跟当前人工智能研究的热点,又可作为深度学习的后续方向,值得推荐。

想要学习伯克利 cs 294-112 《深度强化学习》这门课程,学生需要先学习 cs189 或者其他同等学力课程。本课程将假定学生掌握强化学习、数值优化和机器学习的相关背景知识。

如果你对上述主题不是非常了解,那么需要自主学习补充以下知识点:

增强学习和马尔科夫决策过程(mdps)

mdps的定义

具体算法:策略迭代和价值迭代

搜索算法

数值最优化方法

梯度下降和随机梯度下降

反向传播算法

机器学习

分类和回归问题:用什么样的损失函数,如何拟合线性或非线性模型

训练/测试误差,过拟合

比较有趣,讲课用很多例子来解释,不是那种光给你一大堆公式概念的,感觉偏重实际应用和前沿技术一点,推荐大家来看。

@周清逸

这门课是基本覆盖了强化学习的主要内容和前沿的研究话题,通过理论到应用例子的讲述,以及五次作业(实际上是七次)的实践练习对经典算法的复现,可以让学生达到在强化学习领域的入门研究水平。重点是免费!课程有中文字幕!有作业参考!不过这门课并不是零门槛,需要上过机器学习课程,最好是还上过深度学习(比如cmu deeplearning),最最好用过tensorflow(因为作业的官方基础代码只有tensorflow版本)。

@朱海浩

侧重于增强学习与深度学习相结合,应用在机器人方面的例子比较多,翻译的话老师语速挺快的,虽然语气词比较多,整体逻辑很清晰。

@段小杰

第一讲:课程介绍和概览

第二讲:监督学习和模仿学习

第三讲:tensorflow 和神经网络简述

第四讲:强化学习简介

第五讲:策略梯度简介

第六讲:actor-critic 算法简介

第七讲:价值函数介绍

第八讲:高级 q-学习算法

第九讲:高级策略梯度

第十讲:最优控制和规划

第十一讲:基于模型的强化学习

第十二讲:高级强化学习和图像处理应用

第十三讲:利用模仿优化控制器学习策略

第十四讲:概率和变分推断入门

第十五讲:推断和控制之间的联系

第十六讲:逆向强化学习

第十七讲:探索(上)

第十八讲:探索(下)

第十九讲:迁移学习与多任务学习

第二十讲:元学习

第二十一讲:平行结构和强化学习系统设计

第二十二讲:进阶模仿学习和开放性问题

第二十三讲:客座讲师:craig boutilier

第二十四讲:客座讲师:gregory kahn

第二十五讲:客座讲师:quoc le & barret zoph

第二十六讲:客座讲师:karol hausman

雷锋网雷锋网雷锋网