如您在 从AI初学者到专家的全部技能 – 学习为一系列用途编写完善的AI代码。实际上，我们会与您一起来编写代码。每一次教程都是从空白文档开始，我们会从零开始编写代码。这样您可以步步跟进，并且准确理解代码是如何组织，以及每一行代码的含义。
2. 代码模板 – 除此之外，对于在本课程构建的每一个AI，您都将获得可下载的Python代码模板。这会使得构建真正独一无二的AI就像改动几行代码那般简单。如果您释放想象力，会拥有无尽的潜力。
3. 直觉力教程 – 当绝大多数课程只是用艰深的理论来进行轰炸，以提高您的学习，我们则旨在帮助您不仅要理解正在解决的事情，而且要深入领悟如此做法的原因。因此，我们不会扔给您复杂的数学公式，而是专注培养您编写AI代码的直觉力，通过一行行的代码来收获优秀的应用成果。
4. 现实世界的解决方案 – 您不仅仅会在1个游戏中实现目标，您将会挑战3个游戏！每一个模块都拥有不同的结构和难度，意味着您会拥有相当的技能来构建适应任何真实生活环境的AI，而非只是像其他大多数课程一样，仅留下通过考试的记忆而遗忘掉课程内容。真正的实践会磨练出您完美的技能。
5. 课程内支持 – 我们真心承诺将本课程打造为最亲近学生、成果最为丰厚的AI课程。这要求我们出现在您需要帮助的任何时刻。因此我们组建了一个专业的数据科学家团队，为您的学习之旅提供支持，这意味着您会在不超过48小时之内收到我们的回应。
Read more
如您在 从AI初学者到专家的全部技能 – 学习为一系列用途编写完善的AI代码。实际上，我们会与您一起来编写代码。每一次教程都是从空白文档开始，我们会从零开始编写代码。这样您可以步步跟进，并且准确理解代码是如何组织，以及每一行代码的含义。
2. 代码模板 – 除此之外，对于在本课程构建的每一个AI，您都将获得可下载的Python代码模板。这会使得构建真正独一无二的AI就像改动几行代码那般简单。如果您释放想象力，会拥有无尽的潜力。
3. 直觉力教程 – 当绝大多数课程只是用艰深的理论来进行轰炸，以提高您的学习，我们则旨在帮助您不仅要理解正在解决的事情，而且要深入领悟如此做法的原因。因此，我们不会扔给您复杂的数学公式，而是专注培养您编写AI代码的直觉力，通过一行行的代码来收获优秀的应用成果。
4. 现实世界的解决方案 – 您不仅仅会在1个游戏中实现目标，您将会挑战3个游戏！每一个模块都拥有不同的结构和难度，意味着您会拥有相当的技能来构建适应任何真实生活环境的AI，而非只是像其他大多数课程一样，仅留下通过考试的记忆而遗忘掉课程内容。真正的实践会磨练出您完美的技能。
5. 课程内支持 – 我们真心承诺将本课程打造为最亲近学生、成果最为丰厚的AI课程。这要求我们出现在您需要帮助的任何时刻。因此我们组建了一个专业的数据科学家团队，为您的学习之旅提供支持，这意味着您会在不超过48小时之内收到我们的回应。
如您在 从AI初学者到专家的全部技能 – 学习为一系列用途编写完善的AI代码。实际上，我们会与您一起来编写代码。每一次教程都是从空白文档开始，我们会从零开始编写代码。这样您可以步步跟进，并且准确理解代码是如何组织，以及每一行代码的含义。
2. 代码模板 – 除此之外，对于在本课程构建的每一个AI，您都将获得可下载的Python代码模板。这会使得构建真正独一无二的AI就像改动几行代码那般简单。如果您释放想象力，会拥有无尽的潜力。
3. 直觉力教程 – 当绝大多数课程只是用艰深的理论来进行轰炸，以提高您的学习，我们则旨在帮助您不仅要理解正在解决的事情，而且要深入领悟如此做法的原因。因此，我们不会扔给您复杂的数学公式，而是专注培养您编写AI代码的直觉力，通过一行行的代码来收获优秀的应用成果。
4. 现实世界的解决方案 – 您不仅仅会在1个游戏中实现目标，您将会挑战3个游戏！每一个模块都拥有不同的结构和难度，意味着您会拥有相当的技能来构建适应任何真实生活环境的AI，而非只是像其他大多数课程一样，仅留下通过考试的记忆而遗忘掉课程内容。真正的实践会磨练出您完美的技能。
5. 课程内支持 – 我们真心承诺将本课程打造为最亲近学生、成果最为丰厚的AI课程。这要求我们出现在您需要帮助的任何时刻。因此我们组建了一个专业的数据科学家团队，为您的学习之旅提供支持，这意味着您会在不超过48小时之内收到我们的回应。
What's inside
Learning objectives
- 构建一个ai
- 理解人工智能背后的理论
- 创造一部虚拟的自动驾驶车
- 创造一个ai来闯关游戏
- 用ai解决实际生活中的问题
- 精通当前最先进的ai模型
- Q学习
- 深度q学习
- 深度卷积q学习
- A3c
- 构建一个ai
- 理解人工智能背后的理论
- 创造一部虚拟的自动驾驶车
- 创造一个ai来闯关游戏
- 用ai解决实际生活中的问题
- 精通当前最先进的ai模型
- Q学习
- 深度q学习
- 深度卷积q学习
- A3c
Syllabus
欢迎来到本课程!
为什么选择AI?
课程结构
安装 Anaconda
Read more
Syllabus
Traffic lights
Save this course
Save
Reviews summary
人工智能a-z™ 实践ai入门
获得问题解答和帮助。
从基础概念讲到高级算法，结构清晰。
避免复杂数学，专注代码实现。
通过动手实践加深理解，成果显著。
Activities
复习马尔可夫决策过程
Show steps
复习马尔可夫决策过程，为理解强化学习算法奠定基础。
Show steps
-
回顾课程中关于马尔可夫决策过程的章节。
-
阅读相关资料，加深对马尔可夫决策过程的理解。
-
尝试解决一些简单的马尔可夫决策过程问题。
阅读《强化学习（第二版）》
Show steps
阅读经典强化学习教材，加深对课程内容的理解。
View
Reinforcement Learning
on Amazon
Show steps
-
选择与课程相关的章节进行阅读。
-
做笔记，记录重要的概念和算法。
-
尝试理解书中的示例代码。
练习Q学习算法
Show steps
通过练习Q学习算法，巩固对该算法的理解和应用能力。
Show steps
-
选择一个简单的强化学习环境，例如OpenAI Gym中的CartPole。
-
使用Python实现Q学习算法。
-
训练Q学习模型，并观察其性能。
-
调整Q学习算法的参数，例如学习率和折扣因子，以提高性能。
Four other activities
Expand to see all activities and additional details
Show all seven activities
撰写一篇关于深度强化学习的文章
Show steps
通过撰写文章，总结和分享对深度强化学习的理解。
Show steps
-
选择一个深度强化学习的主题，例如深度Q学习或A3C。
-
查阅相关资料，了解该主题的最新进展。
-
撰写文章，清晰地解释该主题的概念和算法。
-
分享文章到博客或论坛。
创建一个AI来玩Atari游戏
Show steps
通过创建一个AI来玩Atari游戏，将所学的人工智能知识应用到实际项目中。
Show steps
-
选择一个Atari游戏，例如Breakout或Pong。
-
使用深度强化学习算法，例如深度Q学习或A3C，来训练AI。
-
评估AI的性能，并进行改进。
阅读《人工智能：一种现代方法》
Show steps
阅读人工智能领域的经典教材，扩展知识面。
View
Artificial Intelligence
on Amazon
Show steps
-
选择与课程相关的章节进行阅读。
-
做笔记，记录重要的概念和算法。
-
思考如何将书中的知识应用到实际项目中。
为强化学习库贡献代码
Show steps
通过为开源项目贡献代码，提高编程能力和对强化学习算法的理解。
Show steps
-
选择一个开源的强化学习库，例如TensorFlow Agents或RLlib。
-
浏览代码库，找到可以改进的地方。
-
提交代码，并参与代码审查。
复习马尔可夫决策过程
Show steps
复习马尔可夫决策过程，为理解强化学习算法奠定基础。
Show steps
- 回顾课程中关于马尔可夫决策过程的章节。
- 阅读相关资料，加深对马尔可夫决策过程的理解。
- 尝试解决一些简单的马尔可夫决策过程问题。
阅读《强化学习（第二版）》
Show steps
阅读经典强化学习教材，加深对课程内容的理解。
View
Reinforcement Learning
on Amazon
Show steps
- 选择与课程相关的章节进行阅读。
- 做笔记，记录重要的概念和算法。
- 尝试理解书中的示例代码。
练习Q学习算法
Show steps
通过练习Q学习算法，巩固对该算法的理解和应用能力。
Show steps
- 选择一个简单的强化学习环境，例如OpenAI Gym中的CartPole。
- 使用Python实现Q学习算法。
- 训练Q学习模型，并观察其性能。
- 调整Q学习算法的参数，例如学习率和折扣因子，以提高性能。
撰写一篇关于深度强化学习的文章
Show steps
通过撰写文章，总结和分享对深度强化学习的理解。
Show steps
- 选择一个深度强化学习的主题，例如深度Q学习或A3C。
- 查阅相关资料，了解该主题的最新进展。
- 撰写文章，清晰地解释该主题的概念和算法。
- 分享文章到博客或论坛。
创建一个AI来玩Atari游戏
Show steps
通过创建一个AI来玩Atari游戏，将所学的人工智能知识应用到实际项目中。
Show steps
- 选择一个Atari游戏，例如Breakout或Pong。
- 使用深度强化学习算法，例如深度Q学习或A3C，来训练AI。
- 评估AI的性能，并进行改进。
阅读《人工智能：一种现代方法》
Show steps
阅读人工智能领域的经典教材，扩展知识面。
View
Artificial Intelligence
on Amazon
Show steps
- 选择与课程相关的章节进行阅读。
- 做笔记，记录重要的概念和算法。
- 思考如何将书中的知识应用到实际项目中。
为强化学习库贡献代码
Show steps
通过为开源项目贡献代码，提高编程能力和对强化学习算法的理解。
Show steps
- 选择一个开源的强化学习库，例如TensorFlow Agents或RLlib。
- 浏览代码库，找到可以改进的地方。
- 提交代码，并参与代码审查。
Career center
自动驾驶工程师
深度学习工程师
人工智能工程師
機器學習工程師
游戏开发者
数据科学家
计算机视觉工程师
机器人工程师
研究科学家
人工智能顾问
软件工程师
数据分析师
产品经理
量化分析师
自然语言处理工程师
Reading list
Share
Similar courses
OpenCourser helps millions of learners each year. People visit us to learn workspace skills, ace their exams, and nurture their curiosity.
Our extensive catalog contains over 50,000 courses and twice as many books. Browse by search, by topic, or even by career interests. We'll match you to the right resources quickly.
Find this site helpful? Tell a friend about us.
We're supported by our community of learners. When you purchase or subscribe to courses and programs or purchase books, we may earn a commission from our partners.
Your purchases help us maintain our catalog and keep our servers humming without ads.
Thank you for supporting OpenCourser.
