0

王鹏_D 2013-07-08 00:12 0 票支持; 0 票反对

在这个链接：https://courses.edx.org/courses/BerkeleyX/CS188.1x/2012_Fall。可以注册和查看2012年秋季的课程包。不知对比2013春季课程有什么不同。

-1

X-猪 2013-05-26 23:05 0 票支持; 1 票反对

兄弟们这个课现在好像不能再注册了？还有哪里能看吗？

1

蒋勇NLP 2013-05-25 19:27 1 票支持; 0 票反对

作为对AI感兴趣的非CS童鞋，这门课让我深深爱上了CS，蛋蛋老师讲课相当有激，他是我见过第二个讲课这么有激情的老师（第一个是哈弗CS50计算机科学导论的 Malan），课程的Quiz非常赞，PA是实现有趣游戏的一些算法，通过cs188.1x全部的学习就可以完成一个自动吃豆子（Pac-Man）的游戏。这门课也是berkeley的cs188课程的上半部分Planning，下半部分是机器学习，非常期待，但是老师说明年年初才能上线。。略伤心ing

1

wzyer 2013-05-22 15:31 1 票支持; 0 票反对

这门课我会给每一个想学AI的人推荐。编程作业灰常灰常有意思，作业和考试题目切中要点，PPT里还有那么多超级有爱的机器人。相当期待下半部分。

1

某李的技术博客 2013-05-21 20:04 1 票支持; 0 票反对

接上。我把最后一次编程作业(Q学习)做了个录像，后面pacman学习结束后相当生猛。http://v.youku.com/v_show/id_XNTQ2MjA4NzU2.html

3. adversarial search
确定：Minimax搜索，评价函数，阿尔法-贝塔修剪
不确定：Expectimax搜索，效用，偏好，理性偏好

4. MDP(马尔科夫决策过程)
MDP定义，时间限制价值(time limited value)，政策，Q-值，价值迭代，最优政策，贝尔曼方程，政策评估，政策迭代，离线计划，在线计划。

5. 强化学习
有模型学习，无模型学习，Temporal Difference学习，Q-学习，Exploration VS Exploitation, 特征，线性回归

1

某李的技术博客 2013-05-21 20:02 1 票支持; 0 票反对

这门课内容非常充实，是伯克利本科高年级/研究生低年级课程的上半部分（下半部分2014年推出，只对学过上半部分的学生开放），虽是入门课，但却并不肤浅，不得不说该校教育质量很高。授课老师为Dan Klein，他是自然语言处理领域的专家。课程比较有趣，编程作业基本围绕吃豆子游戏展开很有成就感，问答题对理解基本概念帮助很大，准备非常详实。虽然具有趣味性，美中不足的是Dan的讲解略显啰嗦，所以比起Cousera的NLP，这门课我不得不花更多时间。

基本课程内容如下(有些内容不知道怎么翻译就用课程原名了，见谅)：
第一部分. 计划。
1.搜索
uninformed search:广搜，深搜
informed search : heuristic，consistency VS admissibility, 贪心搜索，uniform cost搜索，A*图搜索，A*树搜索

2. CSP(约束满足问题)
回溯搜索
过滤：向前检查，约束扩张，arc consistency, k-consistency
顺序：MRV，LCV，cutset, 树状CSP