深入研究製作更復雜的機器學習系統（計算機視覺，遺傳算法，文本/圖像生成）的初級後課程

Question

我參加了一門大學的ML課程，其中涵蓋的內容與Andrew Ng的Coursera課程基本相同（但也包括比Ng的課程多一點數學和證明）。我只是把吳的課程作爲複習，現在我不知道該去哪裏。

我想學習做一些很酷的東西，比如做一個模型，學習自己玩電子遊戲。我發現遺傳算法真的很有趣，但他們的工作原理沒有。比如這個視頻，我不斷回到這些視頻，並想知道它是如何工作的。

Genetic Algorithm Learns to fight

MarI/O neural network playing videogame

我感興趣的另一件事是計算機視覺和自然語言的東西。學習製作new magic cards by itself is really amazing to me的復發神經網絡。但是視頻遊戲遺傳算法和遞歸神經網絡都是複雜的。另外，我沒有一臺超強大的電腦來訓練模型，我也不知道從哪裏得到數據來訓練。

基本上我想知道如何學習這些更高級的主題，以及人們如何提出他們。

Answer 1

您發佈的鏈接是關於遺傳算法的。關於他們，以及MarI/O遊戲的工作原理），你可以閱讀Ai Techniques For Game Programming這本書，其中NEAT算法用於構建AI遊戲。它還在我的github上的自駕車中實施。

您還應該閱讀兩個更重要的鏈接。關於使用神經網絡學習Atari遊戲here，以及它在gridworld中的使用here。這種算法是當今最先進的技術。

如果您對代理商學習感興趣，作爲您的描述，您還必須閱讀Sutton here。強化學習是你正在尋找的。