纳米学位项目

深度强化学习

成为深度强化学习专家

与知名企业联合制作

  • Unity
  • NVIDIA Deep Learning Institute
  • 难度
    高级
  • 学习时间
    1 学期 - 共 4 个月

    建议每周学习 10-15 小时

  • 先修知识
    熟悉 Python、概率论、机器学习和深度学习领域相关知识

    查看先修知识

  • 课程专属服务
    硅谷授课,英文字幕

    点击查看详情

为什么应该抢先加入这个纳米学位?

深度强化学习是人工智能行业热门领域之一。科研人员,工程师,投资人都对它改变世界的潜力兴奋不已。在这个高阶项目中,你将掌握深度 Q 学习(DQL), Actor-Critic 方法等技术,并结识 NVIDIA 和 Unity 等名企专家,通过实战项目打磨自己在深度强化学习领域的履历。


为什么应该抢先加入这个纳米学位?

Apple、Facebook 和 Google 都在投资研发深度强化学习。

掌握前沿技术
掌握前沿技术

掌握前沿技术

深度强化学习是人工智能研究的前沿。许多专家将其视为通往广义人工智能之路。在这个高阶课程中,你将掌握前沿的技术:深度 Q 学习(DQL)、Actor-Critic 方法,以及更多。

向世界知名专家学习

向世界知名专家学习

我们与 NVIDIA 和 Unity 公司合作,打造理论学习与实战操练完美平衡的世界级项目,并支持你探索新方法,应对电玩、金融、机器人科学等领域亟待解决的挑战。

设计自己的算法
设计自己的算法

设计自己的算法

你将学到那些推动深度强化学习领域新进展的理论,并把知识用于训练你自己的智能体。你将完成三大项目,在过程中扎实掌握技术,充实履历。

获得量身打造的项目反馈

获得量身打造的项目反馈

从 AI 专家团队获得量身打造的项目反馈,项目打磨成熟后在 Github 上分享,展现你在这一前沿领域游刃有余。

权威师资

Alexis Cook
Alexis Cook

课程研发专家

Alexis 是应用数学家,拥有布朗大学计算机科学硕士学位和密歇根大学应用数学硕士学位。她曾是国家科学基金会硕士研究员。

Arpan Chakraborty
Arpan Chakraborty

课程研发专家

Arpan是计算机科学家,获北卡罗来纳州立大学博士学位,在乔治亚理工大学计算机科学硕士项目中教学,是 Practical Graph Mining with R 一书的作者之一。

Mat Leonard
Mat Leonard

学习产品主管

Mat 曾是物理学家,研究神经学家和数据科学家,于加州大学伯克利分校获得博士学位并完成博士后研究。

Luis Serrano
Luis Serrano

课程研发专家

Luis 曾是谷歌担任机器学习工程师,获密歇根大学数学博士学位,并在魁北克大学蒙特利尔分校完成博士后研究。

Cezanne Camacho
Cezanne Camacho

课程研发专家

Cezanne 是计算机视觉专家,获斯坦福大学电子工程硕士学位。她曾研究过基因组学和生物医学影像,并将计算机视觉和深度学习运用于医学诊断。

Dana Sheahen
Dana Sheahen

课程研发专家

Dana 是电子工程师,拥有佐治亚理工大学计算机科学硕士学位。她曾为摩托罗拉汽车集团开发内嵌系统软件,所开发的机载操作系统获得专利认证。

Chhavi Yadav
Chhavi Yadav

课程研发专家

Chhavi 是纽约大学计算机科学硕士,研究机器学习算法。她也是电子工程师,开发无线系统。

Juan Delgado
Juan Delgado

课程研发专家

Juan 是电脑物理学家,天文学硕士,生物物理学博士。此前,他在美国航空航天局开发空间站设施并编写软件运用机器学习技术分析科学数据。

Miguel Morales
Miguel Morales

课程研发专家

Miguel 是洛克希德马丁公司的软件工程师。他在佐治亚理工学院获得计算机科学硕士学位,并担任强化学习和决策课程的教学助理。他还是 Grokking Deep Reinforcement Learning 一书的作者。

你将学到什么

课程大纲

深度强化学习

学习前沿的深度强化学习算法,如深度强化学习神经网络(DQN)和 DDPG 算法。将这些概念应用于训练智能体走路、驾驶或完成其他复杂任务,并在深度学习领域搭建丰富的项目履历。

编写你自己对许多前沿算法的应用,如深度 Q 学习(DQN),DDPG 算法和进化算法。

点击收起课程大纲与实战项目

4 个月完成

先修知识

加入本项目需要你已掌握 Python、概率论、机器学习和深度学习领域的先修知识。

  • 强化学习基础

    运用经典解决方案,自己编写代码, 以此来掌握强化学习基础。

  • 基于值的方法

    将深度学习架构应用于强化学习任务。训练自己的智能体,通过传感器收集数据,在虚拟世界航行。

    导航
  • 基于策略的方法

    学习进化算法和策略梯度方法背后的理论。设计自己的算法来训练模拟机器手臂伸展到指定位置。

    连续操控
  • 多智能体强化学习

    学习如何将强化学习方法运用于多个互动智能体。这些技术可应用于广泛的领域,如无人驾驶汽车协作。

    合作和竞争
历史上,机器将人类的体力放大了数千倍;在未来,机器同样会将人类的脑力放大数千倍。
— Sebastian Thrun

立即加入

新课程
深度强化学习
¥6399

总费用

通过代码练习和富于挑战的开放式项目,掌握前沿深度强化学习算法。

立即加入

帮助与常见问题

    纳米学位概览
  • 我为什么应该报名参加这个纳米学位?
    行业对深度学习和强化学习工程师的需求远超现有水平。这个项目则是你学习稀缺技术,把握人口红利的绝佳机会。你会运用 Python 库和深度学习库将深度强化学习算法付诸实践,完成的项目则能体现你已娴熟掌握的技巧,为你的履历增光添彩。
  • 学完这门课程后,我可以做些什么?
    该课程将在你已掌握的机器学习和深度学习基础上拔高。因此,它并不针对某一份具体的工作,而是将你掌握的技术扩展到深度学习领域。这些技术在游戏,机器人科学,推荐系统,无人驾驶,金融交易等领域有广泛的应用。
  • 我如何判断该纳米学位是否适合我?
    该课程是你进入深度强化学习最可行的道路。强化学习这项变革性的技术正重塑我们的未来,驱动人工智能领域意想不到的创新。如果你有兴趣将 AI 运用于游戏,机器人科学,自动化系统,金融交易等领域,这个项目是你绝佳的起点。
    报名与入学
  • 报名该纳米学位需要申请吗?有哪些申请要求?
    该纳米学位接受直接报名,不设置针对经验与相关背景的申请机制。
  • 该纳米学位有哪些先修要求?

    在报名之前,你最好已经完成与深度学习纳米学位难度相当的深度学习课程。你需要能够熟练运用英语口语和书面语进行交流。此外,你需要掌握以下知识:

    中级 Python 编程知识,包括:

    • 字符串、数字和变量
    • 语句,运算和表达
    • 列表、元组和字典
    • 条件、循环
    • 生成器 & 推导式
    • 流程、对象、块和库
    • 发现并排除故障
    • 研究和记录
    • 解决问题
    • 算法和数据结构

    基础 shell 脚本

    • 用操作指令运行程序
    • 排除错误信息并反馈
    • 设置环境变量
    • 建立远程联接

    基础统计学知识,包括:

    • 总体、样本
    • 平均数、中值、众数
    • 标准误差
    • 变异、标准差
    • 正态分布

    中级微积分和线性代数,包括:

    • 导数和积分
    • 函数级数的展开
    • 通过特征向量和特征值进行矩阵运算
  • 我不满足先修要求,可以做些什么?
    我们有许多纳米学位可以帮你做好准备,包括:
    学费与纳米学位条款
  • 该纳米学位的课程结构是怎样的?

    深度强化学习纳米学位由 (1) 个学期组成,每学期为期 (4) 个月。学期有固定的开课与结束日期。学员需要完成学期中的全部实战项目,方可顺利毕业。

    该纳米学位中的每一个实战项目都会由优达学城的审阅专家审阅,并提供个性化的反馈。如果你没有成功通过某一项目,你会被要求重新修改并提交项目,直至顺利通过。

  • 该纳米学位的课程时长是多久?

    该纳米学位的课程访问时长如上所述。每学期结束后,如果你还没有通过全部项目,可以获得 4 周的宽限期来完成这些项目。在宽限期内通过全部项目,你仍可以顺利毕业并获得证书。你最多只可获得一次宽限期,如果 4 周宽限期过后,你仍未通过全部项目,你将被移出课程,并失去访问课程内容的权限。被移出课程后,你需要重新支付学费,方可重新加入课程。

  • 此纳米学位项目的退款政策是什么?
    开课后 7 天内,你可以点击这里向我们申请无理由退款。我们将在 7 个工作日内,将实际支付金额退款至原付款渠道。
  • 该纳米学位的学费是多少?
    该纳米学位包含 (1) 个学期,每学期为期 (4) 个月,每学期学费为 6399 元。该纳米学位的学费总计为 6399 元。
    软硬件设备
  • 要学习该纳米学位,我需要准备哪些软件 / 软件版本?
    你需要一台能运行 64 位操作系统的电脑(大部分 windows,OSX 和 Linux 的版本都可以),至少 8GB 的内存和管理员账户权限以便安装包含 Python 3.6 及配套资源包的 Anaconda。你的网络需要能安全联接远程主机如 SSH。我们会指引你安装需要的软件包。
Contact Udacity

Hi,我是你的专属学习规划师

不知道选什么课?和我聊聊吧!

Contact Udacityicon-chat规划学习路径