入坑深度學(xué)習(xí)的同學(xué)肯定都聽過臺(tái)灣大學(xué)的李宏毅教授，或者是他那本非常受歡迎的課程——《1天搞懂深度學(xué)習(xí)》。這門課程的講義PPT總共有286頁，深入淺出的介紹了深度學(xué)習(xí)的概念、框架及展望。

 

 

今天要給大家推薦的是李老師最近更新的課程：深度強(qiáng)化學(xué)習(xí)(deep reinforcement learning)，目前這門課程在youtobe上更新了4個(gè)視頻，分別是策略梯度算法(Policy Gradient)、近端策略優(yōu)化(Proximal Policy Optimization，PPO)、Q-learning算法基本概念和Q-learning算法高級(jí)技巧。

 

 

 

 

每個(gè)視頻大約40分鐘左右，PPT內(nèi)容為英文，講授語言為中文。課程內(nèi)容主打強(qiáng)化學(xué)習(xí)，涉及理論和論文解讀，需要一定的強(qiáng)化學(xué)習(xí)的基礎(chǔ)，感興趣的小伙伴可以學(xué)起來啦!

深度強(qiáng)化學(xué)習(xí)youtube鏈接：

https://www.youtube.com/watch?v=z95ZYgPgXOY

深度強(qiáng)化學(xué)習(xí)B站鏈接：

http://www.bilibili.com/video/av24724071

本文對視頻內(nèi)容做了簡單介紹，供大家參考。

策略梯度算法：

策略梯度算法理論
算法實(shí)現(xiàn)
實(shí)用建議

近端策略優(yōu)化：

采樣問題
PPO算法理論
對論文結(jié)果的解讀

Q-learning算法基本概念：

蒙特卡洛方法
Actor-Critic算法
Q-learning理論

Q-learning算法高級(jí)技巧：

Double DQN
Dueling DQN
高級(jí)技巧

目前課程在連載狀態(tài)，感興趣的同學(xué)可以關(guān)注李宏毅的youtube主頁：

https://www.youtube.com/channel/UC2ggjtuuWvxrHHHiaDH1dlQ/videos

此外，李老師在youtube還有《機(jī)器學(xué)習(xí)》和《深度學(xué)習(xí)》兩門課程的視頻講解，這兩門課程也獲得了不錯(cuò)的口碑，課程鏈接如下：

機(jī)器學(xué)習(xí)youtube鏈接：

https://www.youtube.com/watch?v=CXgbekl66jc&list=PLJV_el3uVTsPy9oCRY30oBPNLCo89yu49

機(jī)器學(xué)習(xí)B站鏈接：

http://www.bilibili.com/video/av19144978

深度學(xué)習(xí)youtube鏈接：

https://www.youtube.com/watch?v=KKT2VkTdFyc

深度學(xué)習(xí)B站鏈接：

http://www.bilibili.com/video/av20961661

李宏毅老師簡介：主要研究領(lǐng)域?yàn)闄C(jī)器學(xué)習(xí)(特別是深度學(xué)習(xí))、口語語義理解和語音識(shí)別。

2012年從臺(tái)北 National Taiwan University (NTU) 博士畢業(yè)。

2012年9月—2013年8月，在 Sinica Academia 的 Research Center for Information Technology Innovation 做博士后。

2013年9月—2014年7月，在 MIT Computer Science and ArtificialIntelligence Laboratory (CSAIL) 的 Spoken Language Systems Group 做訪問學(xué)者。

現(xiàn)任 Department of Electrical Engineering of National TaiwanUniversity 副教授。

標(biāo)簽： https

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。