机器学习和人工智能

这门课虽然名叫深度学习，但有一半的课时（和60%的期末考试内容）都是强化学习，剩下的是监督学习。评价困难的原因还是因为RL部份对于没有接触过的人来说较为困难。老师讲的一般（也可能是本人没太听懂）。

课程RL部份的PPT基本参考 https://www.davidsilver.uk/teaching/ （不过全球很多RL课程都会参考他的PPT，倒不是什么大问题），平时有5次小作业，一次期中project（训练二分类网络，和期末大作业（训练强化学习模型找图的最短路径）。

期末之前建议在期末前做一下 https://www.davidsilver.uk/teaching/ 和其他学校（比如http://cse.iitkgp.ac.in/~aritrah/course/theory/RL/Autumn2022/ 的卷子，有机会在期末考试里押中题），期末考中监督学习的部份中规中矩，主要考一点概念（regression和transformer），算了一个卷积，写了一下LSTM的information flow。期末考试允许带一张A4纸的Cheating Paper（如果RL部份不知道抄什么的话可以抄几道题目上去）。

期末的project是用强化学习（自选MC/TD/Q-learning等）解决图最短路径问题，但解决图最短路径用强化学习的效果并不好，不知道为啥要出这种题目… 

学到的东西确实不少, 但给分真的太抽象了, 非必修课建议自己看李沐或者Stanford的课.

然后自动化推荐修读这门课的时间是大二上 (懂我什么意思吧

update：下一年开课的分数明显好了一档，课程内容也做了比较大的调整，林老师还是很听取学生意见的。总之如果你还没上的话可以上上看（