szy 不折不扣大好人，讲课讲的肯定是清楚的，给分给的是绝对好的（周围均 4.0），project 是不会做也能给很好的分的。

但是为什么要在概率论基础知识补齐那里用那么久...... 导致的就是后面 bandit 和 RL 部分都很紧张。到最后面的 DeepRL 基本是一节课一个 PPT，我这种几乎不去上课的基本啥都没学到（所以被迫暑假补课赎罪）

给的 spinning up 和 huggingface 的资源都很有用，建议可以自己玩一玩。基本熟悉 RL problem setup 以后就可以看里面的式子了（但是都没自己实践过写代码，还在赎罪 ing）

上科大 / CS 难得的研究生好课。邵子瑜的教学质量一如既往的在线。上了这么多门本 / 研究生课，邵子瑜绝对是数一数二对学生、对课程比较负责人的老师了。

定位是 SI 打头的数学课，对概率论的要求较高，但一上来会先复习一下 SI140A 的内容。

szy 一上来就在强调是数学课进行劝退，想快速入门的话可以去上强化学习应用实践 (CS290T) 那门课。

课程质量极高，上过 SI140A 的应该都知道 szy 老师负责的课程的教学质量，毋需多言。

美中不足的就是课程的时间安排可能有点小问题。概率论回顾和 MCMC 部分的内容讲了很久，占用了较多时间。课程过了半程才开始讲 Bandit，真正开始讲 RL 核心内容的时间就更晚了，导致最后几节课几乎一节课就要讲一个课件，节奏非常快。

这门课的定位是一门数学课，因此对数学推导过程的讲解非常细致，但实际动手操作的比较少。推荐同时修读强化学习工程实践或充分利用好 Hugging Face Deep RL Course资源。