# UC Berkeley CS188：人工智能导论（2026 秋）

- 原标题：UC Berkeley CS188：Introduction to Artificial Intelligence（2026 秋）
- 类型：课程
- 来源：UC Berkeley 课程官网
- 学期：2026 秋
- 首次精选：2026-10-29 23:09
- 分级：值得看
- 学习层级：入门
- 主题：[ai-literacy](<https://oplearnx.com/md/topics/ai-literacy.md>)（第 9 位）
- 原文链接：[https://inst.eecs.berkeley.edu/\~cs188/fa26](<https://inst.eecs.berkeley.edu/~cs188/fa26>)
- 本站页面：[https://oplearnx.com/resources/pk\_fc1d87813a27](<https://oplearnx.com/resources/pk_fc1d87813a27>)

## 摘要

加州大学伯克利分校 CS188 课程 2026 年秋季学期主页，授课教师为 Emma Pierson 和 Peyrin Kao，周一、周三 14:00–15:30 在 The Gateway Building 1210 上课，并提供 Zoom、录播播放列表及面向注册学生的录播图库。页面公告栏包含第 9 周通知：Project 3 DUE 的预约时段已发布，涉及 DUE 要求的说明与指南链接；期中成绩已在 Gradescope 发布，并给出重新评分申请的截止时间为 10 月 27 日 23:59（太平洋时间）及申请方式。

## 概览

- 难度：入门
- 语言：英文
- 规模：26 讲
- 动手：11 个项目 · 10\+ 次作业

## 学完你能

- 理解智能体与环境的基本建模方式
- 运用无信息搜索、A\* 与启发式方法求解问题
- 把问题表述为约束满足问题并应用求解技术
- 用博弈树、期望最大与 MDP、强化学习处理决策问题
- 用概率、贝叶斯网络、HMM 与粒子滤波做推理
- 掌握朴素贝叶斯、感知机、神经网络、决策树与 Transformer 等机器学习基础

## 适合你吗

- 适合：想系统学习人工智能经典主题的本科生
- 适合：需要搜索、概率推理、强化学习与机器学习入门框架的读者
- 适合：能跟英文讲座与英文教材阅读的学习者
- 暂不适合：希望只做深度学习前沿与大规模模型训练的学习者
- 暂不适合：无法投入一学期完整课程节奏、只想零散看视频的人
- 需要先会：材料未明确列出先修要求，内容涉及概率与编程实践。

## 课程特点

- 内容侧重：以搜索、约束满足、博弈、MDP 与强化学习、概率与贝叶斯网络、HMM、机器学习为主线，配合 AIMA 教材与自编讲义阅读。
- 练习与项目：每周有作业（HW0 与 Project 0 为可选），共 5 个左右的项目；另有讨论课练习与考试准备练习、一次期中考试与一次期末考试，并有 DUE 环节。
- 投入时间：每周两次讲座，MoWe 2:00–3:30 PM；共 26 讲，学期约 17 周（含 RRR 周与考试周）。
- 费用说明：课程页提供讲座幻灯片、视频与讲义链接；录播媒体库仅对已注册学生开放。页面未给出费用、证书与会员信息。

## 内容覆盖

- 第 1 讲 导论、智能体与环境
- 第 2 讲 无信息搜索
- 第 3 讲 A\* 搜索与启发式
- 第 4 讲 约束满足问题 I
- 第 5 讲 约束满足问题 II
- 第 6 讲 博弈树 I
- 第 7 讲 博弈树 II
- 第 8 讲 马尔可夫决策过程 I
- 第 9 讲 马尔可夫决策过程 II
- 第 10 讲 强化学习 I
- 第 11 讲 强化学习 II
- 第 12 讲 概率
- 第 13 讲 贝叶斯网络：表示
- 第 14 讲 贝叶斯网络：独立性
- 第 15 讲 贝叶斯网络：推断
- 第 16 讲 贝叶斯网络：采样
- 第 17 讲 决策网络与信息价值
- 第 18 讲 隐马尔可夫模型
- 第 19 讲 粒子滤波
- 第 20 讲 客座讲座：Josh Blumenstock
- 第 21 讲 机器学习 I：朴素贝叶斯
- 第 22 讲 机器学习 II：感知机
- 第 23 讲 机器学习 III：神经网络
- 第 24 讲 机器学习 IV：应用与决策树
- 第 25 讲 机器学习 V：Transformer
- 第 26 讲 课程总结

## 课程各讲

- [视频合集](<https://www.youtube.com/playlist?list=PLDdJTMNkoQko>)
- [Lecture 1](<https://www.youtube.com/watch?v=16Dir4QqCUg>)
- [Lecture 2](<https://www.youtube.com/watch?v=eMDfH1Ejc2U>)
- [Lecture 3](<https://www.youtube.com/watch?v=-Xx0QSFYfIQ>)
- [Lecture 4](<https://www.youtube.com/watch?v=nhgPW0ABGJ0>)
- [Lecture 5](<https://www.youtube.com/watch?v=Mlwrx7hbKPs>)
- [Lecture 6](<https://www.youtube.com/watch?v=bJE_UfXyKa8>)
- [Lecture 7](<https://www.youtube.com/watch?v=81z2ANjQcH4>)
- [Lecture 8](<https://www.youtube.com/watch?v=nQD7tN0yEqE>)
- [Lecture 9](<https://www.youtube.com/watch?v=_DXf6oaknHw>)
- [Lecture 10](<https://www.youtube.com/watch?v=UVOJUvHcJws>)
- [Lecture 11](<https://www.youtube.com/watch?v=v6RgZBjc8og>)
- [Lecture 12](<https://www.youtube.com/watch?v=XxseUo4OKu4>)
- [Lecture 13](<https://www.youtube.com/watch?v=TzRFFsGfOxU>)
- [Lecture 14](<https://www.youtube.com/watch?v=4LW3H_Jinr4>)
- [Lecture 15](<https://www.youtube.com/watch?v=5LgwVtV90sE>)
- [Lecture 16](<https://www.youtube.com/watch?v=ZToWj64rxvQ>)
- [Lecture 17](<https://www.youtube.com/watch?v=oJHPMyI-6M0>)
- [Lecture 18](<https://www.youtube.com/watch?v=TiXS7vROBEg>)
- [Lecture 19](<https://www.youtube.com/watch?v=9YcvhI-q_vg>)
- [Lecture 20](<https://www.youtube.com/watch?v=XafrqwHfBKE>)
- [Lecture 21](<https://www.youtube.com/watch?v=EO_hayVDpT0>)
- [Lecture 22](<https://www.youtube.com/watch?v=sMNbLXsvRig>)
- [Lecture 23](<https://www.youtube.com/watch?v=wlBMePrWKcg>)
- [Lecture 24](<https://www.youtube.com/watch?v=T4l6ltMMcec>)
- [Lecture 25](<https://www.youtube.com/watch?v=XBNDQsY0_Xc>)
- [Lecture 26](<https://www.youtube.com/watch?v=FUnOdyZZAaE>)
- [Lecture 27](<https://www.youtube.com/watch?v=cELqqBqDbYI>)
- [Lecture 28](<https://www.youtube.com/watch?v=A1hYXGAUdmU>)
- [Lecture 29](<https://www.youtube.com/watch?v=VP9UGpQQF4o>)
- [Lecture 30](<https://www.youtube.com/watch?v=kGngCS-1kjU>)
- [Lecture 31](<https://www.youtube.com/watch?v=w8CRFJgw9zc>)
- [Lecture 32](<https://www.youtube.com/watch?v=19sr7yKV56I>)
- [Lecture 33](<https://www.youtube.com/watch?v=kjgYym5yn2M>)
- [Lecture 34](<https://www.youtube.com/watch?v=eCZLhZu_U1I>)
- [Lecture 35](<https://www.youtube.com/watch?v=c4KE3d0BQt0>)
- [11 \| Mon \| 19. Particle Filtering \| AIMA 14.3 \| 8. VPI and HMMs \| \(due Wed Nov 11\)](<https://www.youtube.com/watch?v=pNam9hbwg4g>)
- [Lecture 37](<https://www.youtube.com/watch?v=1nOb0vwWkAE>)
- [Lecture 38](<https://www.youtube.com/watch?v=UNr9gHyOnWA>)
- [Wed \| 23. ML III: Neural Networks \| AIMA 19.7](<https://www.youtube.com/watch?v=LERtLI2h_nQ>)
- [14 \| Mon \| 24. ML IV: Applications & Decision Trees \| AIMA 19.3 \| No Discussion](<https://www.youtube.com/watch?v=svW3I0cqfpw>)

---
来源：LearnMap · 学径（https://oplearnx.com）