资源 | 伯克利CS294深度强化学习课程资料放出（PPT+录像）

大数据文摘出品

作者：蒋宝尚

前段时间，文摘菌给大家推出了一门吴恩达主讲的深度学习课程CS230，并给出了课程的全套PPT和学生project和poster。今天再为大家推荐一门神课——伯克利CS294。

现在这门课程的注册通道已经关闭，如果没有及时报名的同学，可以在下面的网址提交你的问题。

https://www.reddit.com/r/berkeleydeeprlcourse/

讲课老师

没有条件去现场听课的同学，也没关系，这门课提供直播和录播，想提前预习的同学，老师也提供了讲课的PPT和家庭作业。

PPT和作业链接：

http://rail.eecs.berkeley.edu/deeprlcourse/resources/#prev-off

课程时间安排

预备知识

要求学生修习过CS189课程，并且对强化学习、数值优化和机器学习有一定的了解。

技术支持

本门课程提供Pizza，通过Pizza学生可以讨论问题，一些作业要求的发布也会在Pizza上面公布。如果你是伯克利大学的学生，还没有加入Pizza，可以发邮件给sgr@berkeley.edu说明情况。如果不是伯克利大学的学生，这门课程也在reddit上给大家提供了一个讨论问题的论坛。

Pizza

https://piazza.com/

论坛地址：

reddit.com/r/berkeleydeeprlcourse/

提供的材料

课程视频

提供现场直播的讲座以及录像。 目前视频提供了8月22日到9月7日共6个视频。

直播地址：

https://www.youtube.com/c/CalESG/live

录播地址：

https://www.youtube.com/playlist?list=PLkFD6_40KJIxJMR-j5A1mkxK26gh_qg37

注：本课程不是作为在线课程提供的，视频仅供您个人信息和娱乐用途。不属于任何课程要求或学位课程。

作业

课程将会为大家提供五个作业，每个作业会以PDF的形式提供，并在GitHub上提供作业代码。

作业地址：

http://rail.eecs.berkeley.edu/deeprlcourse/

GitHub：

https://github.com/berkeleydeeprlcourse/homework

作业要求所有的家庭作业必须独立完成，但是最后项目的可以合作完成，团队成员不可超过三个人。最后的项目将要求分组展示。所有作业必须及时上交，不允许延迟提交。你将会有五天的时间提交作业。当然，如果有特殊情况也可以允许提交，但是必须是非常特殊的情况

课件

目前这个课件，只提供了前六节课的讲课课件。

课件地址：

http://rail.eecs.berkeley.edu/deeprlcourse/

另外，课程评分采用家庭作业和最后项目相结合的方式，其中家庭作业占比50%，另外50%可以通过最后的项目获得。

【今日机器学习概念】

Have a Great Definition