跳到主要内容
步芽

【极致中配】伯克利 CS188 - 人工智能导论 | 2024年春季

伯克利经典AI导论，覆盖搜索、对抗博弈、逻辑、概率推理、贝叶斯网络、HMM、MDP、强化学习到机器学习与大语言模型的完整体系。

难度
难度 4/5 — 系统覆盖搜索/概率/MDP/机器学习，需扎实数学与编程基础
适合人群
有编程与概率基础、想系统入门经典AI的本科生及自学者
前置要求
概率论（贝叶斯网络、HMM、MDP 大量用到）、数据结构与算法（搜索、图、动态规划）、Python 编程（配套 Pacman 项目作业）、线性代数（机器学习与神经网络部分）
课程规模
27 讲 · 1546播放
在 B 站免费观看 →就这门课提问 →排进我的学习路线

主题覆盖

理性智能体状态空间搜索A*与启发式Minimax与Alpha-Beta剪枝Expectimax与MCTS命题与一阶逻辑贝叶斯网络隐马尔可夫模型马尔可夫决策过程强化学习神经网络大语言模型

课程大纲（27 讲）

  1. P1 · LEC01 - Intro to AI, Rational Agents43 分钟
  2. P2 · LEC02 - Search: State Spaces, Uninformed Search58 分钟
  3. P3 · LEC03 - Search: Informed Search, A*, Heuristics50 分钟
  4. P4 · LEC04 - Search: Local Search53 分钟
  5. P5 · LEC05 - Games: Trees, Minimax, Pruning50 分钟
  6. P6 · LEC06 - Games: Expectimax, Monte Carlo Tree Search55 分钟
  7. P7 · LEC07 - Logic: Propositional Logic and Planning58 分钟
  8. P8 · LEC08 - Logic: Logical Inference, Theorem Proving, Boolean Satisfiability, DPLL61 分钟
  9. P9 · LEC09 - Logic: First Order Logic62 分钟
  10. P10 · LEC10 - Intro to Probability57 分钟
  11. P11 · LEC11 - Bayes Nets44 分钟
  12. P12 · LEC12 - Bayes Nets: Inference46 分钟
  13. P13 · LEC13 - Bayes Nets: Sampling50 分钟
  14. P14 · LEC14 - HMMs: Markov Chains, HMMs53 分钟
  15. P15 · LEC15 - HMMs: Forward & Viterbi Algorithms, Dynamic Bayes Nets, Particle Filteri55 分钟
  16. P16 · LEC16 - Utility Theory, Rationality, Decision Networks, VPI57 分钟
  17. P17 · LEC17 - MDPs: States, Values, Policies, Q-values53 分钟
  18. P18 · LEC18 - MDPs: Dynamic Programming50 分钟
  19. P19 · LEC19 - ML: Machine Learning I52 分钟
  20. P20 · LEC20 - ML: Machine Learning II52 分钟
  21. P21 · LEC21 - ML: Machine Learning III56 分钟
  22. P22 · LEC22 - ML: Neural Networks54 分钟
  23. P23 · LEC23 - RL: Bandits & Recommendation Systems56 分钟
  24. P24 · LEC24 - RL: Reinforcement Learning I51 分钟
  25. P25 · LEC25 - RL: Reinforcement Learning II52 分钟
  26. P26 · LEC26 - AI Existential Safety57 分钟
  27. P27 · LEC27 - Large Language Models49 分钟

本课程卡由 AI 生成，可能存在误差，欢迎反馈。