强化学习必修课:开启人工智能新时代

  • 发布时间:
    2025-12-20 03:14:02
  • 文件大小:
    共计 61 个文件,合计:2.04GB
  • 资源来源:
    夸克网盘夸克网盘
  • 资源售价:
    积分10积分
  • 资源标签:
・本站会员获取资源无需消耗积分。
・获取资源后可以在「个人中心」24 小时内无理由退积分。
为防止资源链接失效,请及时转存文件。
  • 夸克网盘 严伯钧AI通识课:81节精华全解析

    严伯钧AI通识课:81节精华全解析
    严伯钧AI通识课:81节精华全解析
  • 夸克网盘 B站热门付费课程200 – 220合集

    B站热门付费课程200 – 220合集
    B站热门付费课程200 – 220合集
  • 夸克网盘 AI入门:AI基础认知与核心概念课程

    AI入门:AI基础认知与核心概念课程
    AI入门:AI基础认知与核心概念课程
  • 夸克网盘 2026高考红对勾理科一轮复习全套资料

    2026高考红对勾理科一轮复习全套资料
    2026高考红对勾理科一轮复习全套资料
  • 夸克网盘 清华大学出版社2237册正版图书合集

  • 百度网盘 文言文入门必修课:零基础到精通系统教程

    文言文入门必修课:零基础到精通系统教程
    文言文入门必修课:零基础到精通系统教程
  • 百度网盘 小白快速上手:AI商业创收实战课

    小白快速上手:AI商业创收实战课
    小白快速上手:AI商业创收实战课
  • 百度网盘 AI学习创富营:AI时代终身学习与自动创富赋能

    AI学习创富营:AI时代终身学习与自动创富赋能
    AI学习创富营:AI时代终身学习与自动创富赋能
  • 夸克网盘 小元老师高数线代概率可视化教学视频

    小元老师高数线代概率可视化教学视频
    小元老师高数线代概率可视化教学视频
  • 百度网盘 AI2.0人工智能技术零基础入门课程

    AI2.0人工智能技术零基础入门课程
    AI2.0人工智能技术零基础入门课程
  • 百度网盘 高一地理必修1寒假特训:王群题型通关课

    高一地理必修1寒假特训:王群题型通关课
    高一地理必修1寒假特训:王群题型通关课
  • 夸克网盘 12 月 19 日全网付费文章:大佬文集、学习先锋、精选研报合集

    12 月 19 日全网付费文章:大佬文集、学习先锋、精选研报合集
    12 月 19 日全网付费文章:大佬文集、学习先锋、精选研报合集
  • 夸克网盘 2024考研政治徐涛强化班与冲刺押题班

    2024考研政治徐涛强化班与冲刺押题班
    2024考研政治徐涛强化班与冲刺押题班
  • 百度网盘 AI职场实战营:Deepseek智能办公从入门到精通

    AI职场实战营:Deepseek智能办公从入门到精通
    AI职场实战营:Deepseek智能办公从入门到精通
  • 夸克网盘 AIGC人工智能提示工程入门课程

    AIGC人工智能提示工程入门课程
    AIGC人工智能提示工程入门课程

介绍

强化学习作为人工智能领域的关键分支,在诸多领域展现出巨大潜力。这门“强化学习必修课:开启人工智能新时代”课程,能引领学习者走进强化学习的世界。

强化学习必修课:开启人工智能新时代

课程涵盖了丰富的内容,从线性代数、微积分、概率等基础数学知识,到CUDA+Anaconda深度学习环境配置等技术操作,再到蒙特卡洛方法、深度Q网络、策略梯度等强化学习核心算法,循序渐进,逐步深入。

课程还设置了多个项目实战,如Gym游戏、大模型RLHF等,让学习者在实践中巩固所学知识,提升解决实际问题的能力。通过学习该课程,无论是初学者还是有一定基础的从业者,都能系统地掌握强化学习的前沿技术,为在人工智能领域的发展打下坚实基础。

📢 以下文件由夸克网盘用户于2025-07-27分享(文件数量过多时仅展示部分文件)
强化学习必修课:引领人工智能新时代2.04GB
1_1-1-课程内容和理念.mp459.03MB
1_2-1-线性代数.mp426.89MB
1_3-1-CUDA+Anaconda深度学习环境配置.mp418.73MB
1_4-1-序列建模与概率图模型.mp438.12MB
1_5-1-动态回归核心思想和原理.mp430.86MB
1_6-1-蒙特卡洛方法.mp432.5MB
1_7-1-深度Q网络核心思想和原理.mp444.71MB
1_8-1-策略梯度核心思想和原理.mp444.18MB
1_9-1-演员评论家算法核心思想和原理.mp420.12MB
1_10-1-基于模型的强化学习核心思想和原理.mp447.96MB
1_11-1模仿学习.mp448.35MB
1_12-1-项目实战:Gym游戏.mp451.39MB
2_1-2-认识强化学习.mp453.78MB
2_2-2-微积分.mp430.04MB
2_3-2-conda使用命令.mp411.87MB
2_4-2-马尔可夫观测过程:学会“看”.mp440.93MB
2_5-2-策略迭代.mp440.01MB
2_6-2-时序差分方法.mp434.17MB
2_7-2-DQN-代码实现.mp435.82MB
2_8-2-蒙特卡洛策略梯度.mp424.23MB
2_9-2-改进型演员评论家算法.mp423.04MB
2_10-2-Dyna-Q算法.mp444.61MB
2_11-2-博弈论与强化学习.mp464.74MB
2_12-2-项目实战:大模型RLHF.mp431.35MB
3_1-3-课程使用的技术栈.mp412.01MB
3_2-3-概率.mp446.6MB
3_3-3-Jupyter-Notebook快速上手.mp414.13MB
3_4-3-马尔可夫决策过程:试着-“干”.mp429.63MB
3_5-3-价值迭代.mp419.17MB
3_6-3-蒙特卡洛方法和时序差分代码实现.mp422.84MB
3_7-3-常见问题改进和扩展.mp427.54MB
3_8-3-策略梯度方法代码实现.mp419.41MB
3_9-3-演员评论家算法代码实现.mp419.74MB
3_10-3-Dyna-Q算法代码实现.mp417.74MB
3_11-3-多智能体强化学习.mp444.45MB
3_12-3-强化学习最新发展趋势.mp465.61MB
4_3-4-仿真环境Gym安装.mp418.95MB
4_4-4-马尔可夫奖励过程:懂得“想”.mp449.39MB
4_5-4-动态规划代码实现.mp443.48MB
4_6-4-广义策略迭代.mp419.56MB
4_7-4-DQN改进算法代码实现.mp431.02MB
4_8-4-近端策略优化算法.mp436.16MB
4_9-4-深度确定性策略梯度.mp430.35MB
4_10-4-基于模型的策略优化.mp419.66MB
4_11-4-MADDP的代码实现.mp445.07MB
4_12-4-下一步的学习建议.mp433.28MB
5_3-5-深度学习库PyTorch的安装.mp49.24MB
5_4-5-贝尔曼方程:迭代求解价值函数.mp430.56MB
5_6-5-Q-Learning算法.mp432.26MB
5_8-5-近端策略优化(PPO)代码实现.mp434.58MB
5_9-5-DDPG算法代码实现.mp422.5MB
5_10-5-MBPO的代码实现.mp453.79MB
5_11-5-AlphaStar系统.mp482.38MB
6_4-6-模型分类与选择.mp430.84MB
6_6-6-SARSA算法.mp420.84MB
6_9-6-软性演员评论家算法.mp438.57MB
6_11-6-基于人类反馈大强化学习.mp447.15MB
7_4-7-常见问题解析.mp421.65MB
7_6-7-Q-Learning&SARSA代码实现.mp423.78MB
7_9-7-SAC代码实现.mp435.08MB
8_4-8-马尔可夫过程代码实现.mp440.23MB
共61个文件,合计:2.04GB
夸克网盘
资源评论 AUP主 M管理员
评分
{{ rating }}分