David Silver 博士是 AlphaGo 的最主要研发人员。众所周知，AlphaGo 是第一个战胜人类顶级围棋高手的计算机围棋程序。AlphaGo 底层核心技术包括深度学习（deep learning）、强化学习（reinforcement learning），和蒙特卡洛搜索树（Monte Carlo tree search）。

在这门强化学习的课程中，Silver 博士从简介、马尔科夫决策过程（Markov Decision Processes）、免模型预测（Model-free Prediction）、免模型控制（Model-free Control）、值函数近似（Value Function Approximation）、策略梯度算法（Policy Gradient）、集成学习和计划（Integrating Learning and Planning）、探索与利用（Exploration and Exploitation）、游戏等方面深入浅出地介绍强化学习。课程中也涉及最近的热点：深度强化学习。

本周我们继续为大家带来该系列课程的第三课。课程资源获取方式如下：

>>>>获取第三课视频

关注“AI100”微信公众号，回复“第三课”获取视频链接。

学习形式

我们将每周推出两节由 AI100 翻译制作的课程，大家先添加管理员微信：765491606，申请加入学习小组进行讨论学习。此外，我们还将在每周末设置“Ask Me Anything”答疑环节。

关于AI100

AI100致力于打造人工智能技术和产业社区。为人工智能开发者提供信息和技术交流的平台；为人工智能创业者提供行业数据及智能应用的商业场景；为行业提供人工智能化的技术商业应用。请快快关注AI100公众号吧！