Post-深入研究制作更复杂的机器学习系统的初级课程(计算机视觉、遗传算法、text/image 代)

Post-Beginner courses that delve into making more complex machine learning systems (computer vision, genetic algorithms, text/image generation)

我在大学学习了 ML 课程,涵盖的内容与 Andrew Ng 的 Coursera 课程基本相同(但还包括比 Ng 的课程多一点的数学和证明)。我刚刚参加了 Ng 的课程作为复习,现在我不知道该去哪里。

我想学习做一些很酷的事情,比如制作一个可以自己学习玩视频游戏的模型。我发现遗传算法真的很有趣,但对它们的工作原理一无所知。例如这个视频,我一直回头看这些视频,想知道它是如何工作的。

Genetic Algorithm Learns to fight

MarI/O neural network playing videogame

我感兴趣的另一件事是计算机视觉和自然语言的东西。学习 new magic cards by itself is really amazing to me.

的递归神经网络

但是视频游戏遗传算法和递归神经网络听起来都很复杂。此外,我没有超强大的计算机来训练模型,我也不知道从哪里获得数据来训练。

基本上我想知道如何学习这些更高级的主题以及人们是如何想出这些主题的。

您发布的链接是关于遗传算法的。关于它们,以及 MarI/O 游戏的工作原理)你可以阅读 Ai Techniques For Game Programming 一书,其中使用 NEAT 算法构建 AI 游戏。它也在我的 github.

上的自动驾驶汽车中实现

还有两个更重要的链接您应该阅读。关于使用神经网络学习Atari游戏here, and its use in gridworld here。该算法是当今最先进的算法。

如果你对代理学习感兴趣,正如你的描述,你也必须阅读萨顿here。强化学习正是您要找的。