铜灵 发自 凹非寺
量子位 出品 | 公众号 QbitAI

最近&＃xff0c;加州大学伯克利分校&＃xff08;UC Berkeley&＃xff09;发布了2018秋季人工智能导论课程的全部资源&＃xff0c;学校课程代号CS 188。

这套课程介绍了AI系统设计的基本思路和基础技术&＃xff0c;面向AI新手&＃xff0c;门槛绝对友好。

此外&＃xff0c;这次放出的资料超全&＃xff0c;可能丰富到让你有些眼花缭乱&＃xff1a;

全部课程的PDF版讲义、课程PPT、视频、课后作业甚至作业的答案都在这了。

不怕学不会&＃xff0c;就怕不开始&＃xff01;

伯克利教授Pieter Abbeel在推特上推荐没几天&＃xff0c;点赞即将破千了。

寒假将至&＃xff0c;春节小长假也开始倒计时&＃xff0c;还有比这套人气爆棚的课程更适合充电的么~

教学大纲

自学时间怎么安排&＃xff1f;给你个参考。

UC Berkeley学生的上课周期共4个月&＃xff0c;分16节课上完。每天学一点&＃xff0c;细水长流4个月也就学完了。

官方介绍说&＃xff0c;这套课程将重点放在了统计学和决策理论上。课程结束后&＃xff0c;学生能够在全部信息、部分观察信息和对抗环境中构建出决策AI。

最终&＃xff0c;你的AI模型将能在不确定环境下进行推理&＃xff0c;跟据奖励结构自己优化行为。UC Berkeley表示&＃xff0c;这套课程是未来进一步研究AI应用不可跨越的基础。

量子位随便打开了其中某一章节的讲义&＃xff0c;发现讲义中还配备了大量的卡通插画&＃xff0c;缓解视觉疲劳的同时也帮助理解&＃xff1a;

完整课程大纲如下图&＃xff1a;

可以看出&＃xff0c;这16节课包含的内容不少&＃xff0c;约束补偿问题、博弈树、马尔科夫决策过程、强化学习、概率问题、BN算法、隐马尔可夫模型等内容大多分2课时讲解&＃xff0c;用时最多的是机器学习相关内容&＃xff0c;共分配了4课时。

打开姿势

这套人工智能导论是UC Berkeley在校生的同款课程&＃xff0c;所以外校学生无法访问内网获取。

别急&＃xff0c;只需两步就能get正确姿势。

首先&＃xff0c;需要再Gradescope上&＃xff08;下有地址&＃xff09;创建一个账户&＃xff0c;之后填入注册码93PWD8即可获取。

注册成功后即可进入学习界面&＃xff1a;

整套课程交互方式比较有趣&＃xff0c;比如在线学习后也能在线做题&＃xff1a;

Attention&＃xff1a;课程视频为Youtube资源&＃xff0c;还请注意科学前往。

传送门

课程清单&＃xff1a;
https://inst.eecs.berkeley.edu/~cs188/fa18/

课程注册地址&＃xff1a;
https://www.gradescope.com/login

讲义PDF&＃xff1a;
https://inst.eecs.berkeley.edu/~cs188/fa18/assets/archives/fa18_cs188_lectures_pdf.zip

讲义PPT&＃xff1a;
https://inst.eecs.berkeley.edu/~cs188/fa18/assets/archives/fa18_cs188_lectures_pptx.zip

作业&＃xff1a;
https://inst.eecs.berkeley.edu/~cs188/fa18/assets/archives/fa18_cs188_hw.zip

— 完 —

加入社群

量子位AI社群开始招募啦&＃xff0c;欢迎对AI感兴趣的同学&＃xff0c;在量子位公众号&＃xff08;QbitAI&＃xff09;对话界面回复关键字“交流群”&＃xff0c;获取入群方式&＃xff1b;

此外&＃xff0c;量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募&＃xff0c;面向正在从事相关领域的工程师及研究人员。

进专业群请在量子位公众号&＃xff08;QbitAI&＃xff09;对话界面回复关键字“专业群”&＃xff0c;获取入群方式。&＃xff08;专业群审核较严&＃xff0c;敬请谅解&＃xff09;

诚挚招聘

量子位正在招募编辑/记者&＃xff0c;工作地点在北京中关村。期待有才气、有热情的同学加入我们&＃xff01;相关细节&＃xff0c;请在量子位公众号(QbitAI)对话界面&＃xff0c;回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ&＃39;ᴗ&＃39; ի 追踪AI技术和产品新动态

喜欢就点「好看」吧 !