来源:新智元
本文多资源,建议收藏。
本课程将介绍智能计算机系统设计的基本思想和技术。重点内容是统计和决策理论建模范式。
在本课程结束时,读者可以在部分可观察和对抗的环境中构建可以高效做决策的智能体。
智能体将在不确定的环境中进行推理,并针对任意奖励结构做优化操作。机器学习算法会对手写数字和照片进行分类。
在本课程中所学习到的技术将适用于各种各样的人工智能问题。
有关幻灯片、截止日期和讲座时间表,请参阅教学大纲。
教学大纲
PDF lectures (2.1 GB):
https://inst.eecs.berkeley.edu/~cs188/fa18/assets/archives/fa18_cs188_lectures_pdf.zip
PPTX lectures (819 MB):
https://inst.eecs.berkeley.edu/~cs188/fa18/assets/archives/fa18_cs188_lectures_pptx.zip
Homework (4.3 MB):
https://inst.eecs.berkeley.edu/~cs188/fa18/assets/archives/fa18_cs188_hw.zip
Sections (6.3 MB):
https://inst.eecs.berkeley.edu/~cs188/fa18/assets/archives/fa18_cs188_sections.zip
Bilibili视频地址:
https://www.bilibili.com/video/av39489278/?redirectFrom=h5
原文链接:
https://inst.eecs.berkeley.edu/~cs188/fa18/