纳米学位

深度强化学习 (英)

成为深度强化学习专家

开放报名时间

12 月 12 日

报名截止:12 月 18 日

开课时间

12 月 18 日

本期剩余席位

14

席位有限,立即行动!抢先掌握稀缺技术,成为抢手人才

与知名企业联合制作

nullnull
  • 学习时间
    1 学期 - 约 4 个月

    建议每周学习 10 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

为什么学习深度强化学习?

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。


Icon - Dark upwards trend arrow

Apple、Facebook 和 Google 都在投资研发深度强化学习。

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。

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。

点击收起课程大纲与实战项目

约 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。

  • 第一部分: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。

  • 第二部分: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。

    实战项目 1:导航
  • 第三部分: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。

    实战项目 2:连续操控
  • 第四部分: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。

    实战项目 2:合作和竞争

与导师一同学习

Alexis Cook
Alexis Cook

课程主管

Alexis 是一位应用数学家,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。她曾任国家科学基金会研究员。

Arpan Chakraborty
Arpan Chakraborty

课程讲师

Arpan 拥有北卡罗莱纳州立大学博士学位,目前在乔治亚理工学院教授计算机科学硕士课程,并且是 “Practical Graph Mining with R” 一书的合著者。

Mat Leonard
Mat Leonard

KAGGLE 教学设计师

Kaggle 教学设计师,前优达学城课程产品设计负责人。加州大学伯克利分校博士学位,物理学家、神经学家、以及数据科学家,精通 Python, Tensorflow, PyTorch。

Luis Serrano
Luis Serrano

课程讲师

Luis 曾在 Google 担任机器学习工程师,他拥有密歇根大学数学博士学位,还曾担任蒙特利尔魁北克大学博士后研究员。

Cezanne Camacho
Cezanne Camacho

课程讲师

Cezanne Camacho 获得了斯坦福大学电气工程专业的理学硕士学位。她的研究领域是生物医学技术,现在专注于人工智能在医学诊断中的应用。

Dana Sheahan
Dana Sheahan

课程开发

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

课程开发

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

课程开发

Juan 是一位拥有天文学硕士学位的计算物理学家,正在攻读生物物理学博士学位。他之前曾在美国宇航局进行太空仪器和软件开发,并通过机器学习技术进行科学大数据分析。

Miguel Morales
Miguel Morales

课程开发

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。

为什么要学习这门课程?

学习前沿技术

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

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

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

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。

立即加入

check

深度强化学习

¥4999
系统学习高阶深度 Q 学习、DDPG 算法、Actor-Critic 等方法,挑战硅谷实战项目

三大保障助你学习无忧

支持花呗分期 支持开发票 7 天无条件退款

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。

  • 我如何知道这个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
  • 如何加入课程?

    课程将定期开放报名,无需申请。在课程开放报名期间,点击“立即加入”按钮,付款成功后,即可加入最近开课班次。你所加入的班次开课后,即可开始学习。

  • 支付学费后,我可以马上开始学习吗?

    每个班次有固定的开课时间,你所加入的班次开课后,即可开始学习。

  • 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


    该纳米学位以英文教学,你需要拥有基本的英文读写能力,并使用英文完成并提交项目。
  • 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:

    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。

    软硬件设备
  • 要学习该纳米学位,我需要准备哪些软件 / 硬件?

    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。

    其他问题
  • 开课后发现课程不适合自己怎么办?

    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。

  • 支付学费后,可以开具发票吗?

    当然可以,在开课 7 天后,你可以点击这里申请发票。

  • 如果还有其他问题怎么办?

    你可以点击这里提交问题,我们会为你提供帮助。

深度强化学习 (英)

成为深度强化学习专家

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 Udacity立即咨询