DeepMind-1123-深度学习与强化学习高阶课程分享（带中英文字幕）

    昨天，DeepMind推出了一套和伦敦大学学院（University College London，UCL）合作的一套深度学习与强化学习进阶课程，分享了该课程的视频教程。该课程总共18节课，每节课程时长1个半小时左右，共计24个小时，旨在让学习者能在24小时之内掌握深度学习、强化学习以及TensorFlow平台，从基础到高阶的全面知识，绝对的精品。

    课程视频地址：https://www.youtube.com/playlist?list=PLqYmG7hTraZDNJre23vqCGIVpfZ_K2RZs

    文末附课程全套带中英文字幕视频付费下载地址。

课程内容

    课程分为深度学习和强化学习两个主要部分，深度学习部分包括8节课程，强化学习部分包括10节课程。我们都知道，深度学习和强化学习互补构成了深度强化学习，因为，深度学习有非常强的特征抽取、函数逼近和环境感知能力，强化学习主要是控制、决策和预测。本门课程从这两条主线出发，将两条线索融合在一起。

    深度学习部分首先介绍了神经网络的基础知识，然后对Tensorflow平台以及基于此平台构建监督学习进行了详细介绍。随后深入详细讲解了卷积神经网络网络（CNN）、递归神经网络（RNN）、深度学习参数优化、图像分类、End2End学习思想、Embedding、Attention原理、Memory Network原理，以及无监督学习原理以典型代表模型生成对抗模型（GAN）等深度学习常用模型，以及就这些模型在图像、自然语言处理方面的应用进行了深入讨论。

    强化学习部分涵盖马尔可夫决策过程、动态规划规划、无模型预测和控制、价值函数逼近、策略梯度方法、学习和规划的集成以及探索/开发困境，所有强化学习相关的基础内容。并且在课程中给出了丰富的实例，包括学习玩经典的棋盘游戏和视频游戏等。

总体来说，这是一门偏向实践的课程，需要有一定的数学和编码基础，学完以后，学生能够在TensorFlow上熟练实现深度学习、强化学习以及深度强化学习相关的一系列算法。

课程团队

课程目录

    深度学习1：介绍基于机器学习的AI

    深度学习2：介绍TensorFlow

    深度学习3：神经网络基础

    强化学习1：强化学习简介

    强化学习2：开发和利用

    强化学习3：马尔科夫决策过程和动态编程

    强化学习4：无模型的预测和控制

    深度学习4：图像识别、端到端学习和Embeddings之外

    强化学习5：函数逼近和深度强化学习

    强化学习6：策略梯度和Actor Critics

    深度学习5：机器学习的优化方法

    强化学习7：规划和模型

    深度学习6：NLP的深度学习

    强化学习8：深度强化学习中的高级话题

    深度学习7：深度学习中的注意力和记忆

    强化学习9：深度RL智能体简史

    深度学习8：无监督学习和生成式模型

    强化学习10：经典游戏的案例学习

付费视频下载地址

    视频下载地址：

    1、扫描下方二维码付款：

    2、公众号中回复付款成功截图，获取下载地址。

    注：人数较多，回复可能会有延迟，请耐心等待，肯定会回复的。