又有新的AI学习资源上线了。
这次是来自UC伯克利的秋季课程：Deep Reinforcement Learning，课程代号CS 285，讲解内容为深度强化学习。
授课教授，依旧是获得学生好评不断的Sergey Levine教授。
这次课程上线后，多名网友强烈推荐大家学这门课。
有人表示，Sergey Levine绝对是最棒的教授之一，他不仅非常了解相关知识，而且也很好地解释了它。
课程视频、PPT同步放出
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，也被一干业内大佬认为是实现通用人工智能最有可能的路径。
在这门课程中，Sergey Levine教授将会对深度强化学习的理解基础、实现方式以及核心算法进行深入的讲解，并布置相应的家庭作业（代码会在GitHub上放出）巩固学习内容。
这次课程，一共有22讲，具体如下：
前三讲都是入门内容，讲解课程概览，深度强化学习的背景以及需要的工具。
从第四讲开始，就会逐步正式进入深度强化学习课程内容，之后的课程大部分都是深度强化学习中的核心算法，比如Q学习算法、梯度策略等等。
最后几讲内容，则与深度学习的落地应用有关，动手设计强化学习系统。
现在，课程仍旧在讲授的过程中，相关的课程学习资源，也正在陆续放出，课程视频与PPT内容已经公布到第9讲。
如果你或者身边的朋友需要，请收好下面的传送门：
课程传送门
课程主页（包含PPT）：
http://rail.eecs.berkeley.edu/deeprlcourse/
课程视频（YouTube）：
https://www.youtube.com/playlist?list=PLkFD6_40KJIwhWJpGazJ9VSj9CFMkb79A
课程视频（B站，来自@爱可可-爱生活老师）：
https://www.bilibili.com/video/av69455099/
课程讨论区：
https://www.reddit.com/r/berkeleydeeprlcourse/
“
