Your cart is empty.
Keep shoppingReinforcement Learning - Aprendizaje por Refuerzo con Python
Highest Rated
81 students
Reinforcement Learning - Aprendizaje por Refuerzo con Python
De Principiante a Experto en Aprendizaje por Refuerzo
Created bySebastian Tunnell
Last updated 10/2023
Spanish
Spanish [Auto],
What you'll learn
- Entender los Fundamentos del Aprendizaje por Refuerzo
- Implementar Algoritmos Básicos
- Aplicar Métodos Temporales
- Manejo y Optimización de Estados
- Introducción al Deep Learning en RL
Explore related topics
Course content
7 sections • 29 lectures • 5h 5m total length
Requirements
- Conocimientos Básicos de Programación en Python: Es recomendable tener una comprensión básica de la programación, preferiblemente en Python, para seguir el curso de manera efectiva.
- Entender Conceptos de Matemáticas: Un conocimiento básico de matemáticas, especialmente en áreas como álgebra y estadística, será útil para entender los algoritmos y fórmulas.
- Familiaridad con Aprendizaje Automático: Si bien no es obligatorio, una comprensión básica de los conceptos de aprendizaje automático puede ser útil.
Description
* Este curso es parte del Data Science & AI Bootcamp de Datademia. Visita nuestra web para más información.
Hola y bienvenido a este curso de Reinforcement Learning (Aprendizaje por Refuerzo). En este curso, te sumergirás en el fascinante mundo del aprendizaje automático, centrándote en cómo las máquinas aprenden a tomar decisiones a partir de la experiencia.
Si te interesa saber cómo los agentes de inteligencia artificial aprenden a jugar videojuegos, optimizar procesos y tomar decisiones autónomas, este curso es para ti.
Empezaremos instalando el entorno necesario y familiarizándonos con Jupyter Notebooks para que puedas seguir fácilmente el material del curso.
Luego, abordaremos los fundamentos y métodos iniciales del Aprendizaje por Refuerzo. Comenzarás a entender conceptos como Procesos de Decisión de Markov y Programación Dinámica. Además, tendrás la oportunidad de implementar algoritmos como Epsilon Greedy y métodos de Montecarlo.
Avanzaremos a los Métodos Temporales, donde aprenderás sobre las diferencias temporales y cómo implementar algoritmos clásicos como SARSA y Q Learning.
Después, nos centraremos en cómo manejar y optimizar estados en tareas de aprendizaje por refuerzo antes de adentrarnos en las implementaciones más avanzadas utilizando Deep Learning. Descubrirás cómo las redes neuronales pueden mejorar la eficacia de algoritmos como Deep SARSA y Deep Q-Learning.
Finalmente, pondrás en práctica todo lo aprendido en un emocionante proyecto final, donde deberás implementar una solución usando las técnicas aprendidas en el curso.
Este curso será impartido por Jorge López Blasco: matemático y científico de datos con mucha experiencia en Big Data, Cloud Computing, Machine Learning, BI, DevOps y Programación.
En Datademia, nuestra misión es ofrecer el mejor contenido en español sobre datos e inteligencia artificial. Queremos que te conviertas en un experto en la materia, aprendiendo a tu ritmo y desde cualquier lugar del mundo.
Te invito a que veas la presentación del curso y algunas de las clases gratuitas. Cualquier duda que tengas nos puedes contactar a través de nuestras redes sociales o a través de la plataforma.
¡Esperamos verte pronto en el curso!
Who this course is for:
- Desarrolladores y Programadores: Aquellos que ya tienen experiencia en programación y quieren ampliar sus habilidades en inteligencia artificial y aprendizaje automático.
- Estudiantes de Ciencias de la Computación o Ingeniería: Este curso es ideal para estudiantes que están cursando grados relacionados con la tecnología y quieren especializarse en inteligencia artificial.
- Profesionales de Datos: Analistas de datos, ingenieros de datos y científicos de datos que deseen entender cómo aplicar aprendizaje por refuerzo en sus campos.
- Investigadores en IA y Aprendizaje Automático: Aquellos que están en el ámbito académico y quieren profundizar en las técnicas más avanzadas de aprendizaje por refuerzo.
- Entusiastas de la IA: Personas que tienen un interés general en inteligencia artificial y quieren entender uno de los métodos más potentes para entrenar agentes inteligentes.