课节1：预习课程。该部分内容充实，非常适合零基础同学入门，而且该部分内容图文搭配、详实得当，最给力的是第三课-Python快速入门给出了许多代码实例，让学习者对知识的理解和代码实践均有较大的收获。PaddlePaddle快速入门知识简单、易懂，只是感觉该部分知识少了一丢丢，本来特别想学习这部分的知识，可惜该部分知识没像其他平台如：Pytorch、Keras那样层次性的展列，当然仅是个人感觉。 AI Studio基本操作-做的很棒，如同本地般conda-notebook操作，只是离线后会断掉。重新开启环境时，进入页面后会提示项目运行中，但看不到运行进度，这点有点困惑。
课节2：强化学习（RL）初印象，这是我听的最认真的一次课，内容特别棒，6个部分的内容，层层递进，加之科科老师很用心的讲解，非常受益，课后作业安排很合理。
课节3：表格型方法Sarsa和Q-learning，科科老师讲解的很不错，分析两者的区别以及优缺点，剖析到位，对于刚入门的我，对On-Policy与Off-Policy的理解仍需努力。
课节4：神经网络方法求解RL，科科老师对DQN的讲解到位，特别分析了该算法的两大亮点：经验回放、固定Q目标，同时对神经网络的分析到位，对DQN和神经网络的知识学习均受益颇多。
课节5：策略梯度方法求解RL，老师对这部分内容的讲解很好，基于值和基于策略的分析到位，但对策略梯度的理解和用于策略网络优化等方面的知识还需加强。
课节6：连续动作空间上求解RL，科科老师对DDPG算法分析不错，不仅区分了离散动作和连续动作知识，还对评论家-演员框架进行了讲解，代码解析到位，收获颇多的一次课节。
总体感觉课程设计非常不错，内容层层递进，从课前知识——》概念——》算法——》神经网络——》连续动作空间，知识一环扣一环，非常适合初学者入门。而个人感到遗憾的是没有充分保障学习时间，因为其他杂事耽误了课程内容的学习，后期定会跟进学习，同时补充AI Studio平台其他课程的学习，更加熟悉PaddlePaddle环境。