parent
8089c81d6c
commit
2b80e17274
|
|
@ -10,11 +10,11 @@
|
|||
|
||||
伯克利的人工智能入门课,课程 notes 写得非常深入浅出,基本不需要观看课程视频。课程内容的安排基本按照人工智能的经典教材 *Artificial intelligence: A Modern Approach* 的章节顺序,覆盖了搜索剪枝、约束满足问题、马尔可夫决策过程、强化学习、贝叶斯网络、隐马尔可夫模型以及基础的机器学习和神经网络的相关内容。
|
||||
|
||||
2018年秋季学期的版本免费开放了 gradescope,大家可以在线完成书面作业并实时得到测评结果。同时课程的 6 个 Project 也是质量爆炸,复现了经典的 Packman(吃豆人)小游戏,会让你利用学到的 AI 知识,去实现相关算法,让你的吃豆人在迷宫里自由穿梭,躲避鬼怪,收集豆子。
|
||||
Fall 2024免费开放了旁听 gradescope,大家可以在线完成书面作业并实时得到测评结果。同时课程的 6 个 Project 也是质量爆炸,复现了经典的 Packman(吃豆人)小游戏,会让你利用学到的 AI 知识,去实现相关算法,让你的吃豆人在迷宫里自由穿梭,躲避鬼怪,收集豆子。
|
||||
|
||||
## 课程资源
|
||||
|
||||
- 课程网站:[Fall 2022](https://inst.eecs.berkeley.edu/~cs188/fa22/),[Fall 2018](https://inst.eecs.berkeley.edu/~cs188/fa18/index.html)
|
||||
- 课程视频:[Fall 2022](https://inst.eecs.berkeley.edu/~cs188/fa22/),[Fall 2018](https://inst.eecs.berkeley.edu/~cs188/fa18/index.html),每节课的链接详见课程网站
|
||||
- 课程网站:[Fall 2024](https://inst.eecs.berkeley.edu/~cs188/fa24/)
|
||||
- 课程视频:每节课的链接详见课程网站
|
||||
- 课程教材:Artificial intelligence: A Modern Approach
|
||||
- 课程作业:在线测评书面作业和 Projects,详见课程网站
|
||||
|
|
|
|||
Loading…
Reference in New Issue