入坑深度学习的同学肯定都听过台湾大学的李宏毅教授，或者是他那本非常受欢迎的课程——《1天搞懂深度学习》。这门课程的讲义PPT总共有286页，深入浅出的介绍了深度学习的概念、框架及展望。

今天要给大家推荐的是李老师最近更新的课程：深度强化学习(deep reinforcement learning)，目前这门课程在youtobe上更新了4个视频，分别是策略梯度算法(Policy Gradient)、近端策略优化(Proximal Policy Optimization，PPO)、Q-learning算法基本概念和Q-learning算法高级技巧。

每个视频大约40分钟左右，PPT内容为英文，讲授语言为中文。课程内容主打强化学习，涉及理论和论文解读，需要一定的强化学习的基础，感兴趣的小伙伴可以学起来啦!

深度强化学习youtube链接：

深度强化学习B站链接：

本文对视频内容做了简单介绍，供大家参考。

策略梯度算法：

策略梯度算法理论
算法实现
实用建议

近端策略优化：

采样问题
PPO算法理论
对论文结果的解读

Q-learning算法基本概念：

蒙特卡洛方法
Actor-Critic算法
Q-learning理论

Q-learning算法高级技巧：

Double DQN
Dueling DQN
高级技巧

目前课程在连载状态，感兴趣的同学可以关注李宏毅的youtube主页：

此外，李老师在youtube还有《机器学习》和《深度学习》两门课程的视频讲解，这两门课程也获得了不错的口碑，课程链接如下：

机器学习youtube链接：

机器学习B站链接：

深度学习youtube链接：

深度学习B站链接：

李宏毅老师简介：主要研究领域为机器学习(特别是深度学习)、口语语义理解和语音识别。

2012年从台北 National Taiwan University (NTU) 博士毕业。

2012年9月—2013年8月，在 Sinica Academia 的 Research Center for Information Technology Innovation 做博士后。

2013年9月—2014年7月，在 MIT Computer Science and ArtificialIntelligence Laboratory (CSAIL) 的 Spoken Language Systems Group 做访问学者。

现任 Department of Electrical Engineering of National TaiwanUniversity 副教授。