Gracias por enviar su consulta! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Gracias por enviar su reserva! Uno de los miembros de nuestro equipo se pondrá en contacto con usted en breve.
Temario del curso
Introducción al Aprendizaje por Refuerzo
- Visión general del aprendizaje por refuerzo y sus aplicaciones.
- Diferencias entre aprendizaje supervisado, no supervisado y por refuerzo.
- Conceptos clave: agente, entorno, recompensas y política.
Procesos de Decisión de Markov (MDPs)
- Comprensión de estados, acciones, recompensas y transiciones de estado.
- Funciones de valor y la Ecuación de Bellman.
- Programación dinámica para resolver MDPs.
Algoritmos RL fundamentales
- Métodos tabulares: Q-Learning y SARSA.
- Métodos basados en políticas: algoritmo REINFORCE.
- Frameworks Actor-Critic y sus aplicaciones.
Aprendizaje por Refuerzo Profundo (Deep Reinforcement Learning)
- Introducción a las Deep Q-Networks (DQN).
- Reproducción de experiencia (experience replay) y redes objetivo (target networks).
- Gradientes de política y métodos avanzados de Deep RL.
Frameworks y herramientas RL
- Introducción a OpenAI Gym y otros entornos RL.
- Uso de PyTorch o TensorFlow para el desarrollo de modelos RL.
- Entrenamiento, pruebas y evaluación (benchmarking) de agentes RL.
Desafíos en RL
- Equilibrar exploración y explotación durante el entrenamiento.
- Manejo de recompensas dispersas y problemas de asignación de crédito.
- Escalabilidad y desafíos computacionales en RL.
Actividades prácticas
- Implementación de los algoritmos Q-Learning y SARSA desde cero.
- Entrenamiento de un agente basado en DQN para jugar un juego sencillo en OpenAI Gym.
- Ajuste fino (fine-tuning) de modelos RL para mejorar el rendimiento en entornos personalizados.
Resumen y próximos pasos
Requerimientos
- Sólido conocimiento de los principios y algoritmos de Machine Learning.
- Competencia en programación con Python.
- Familiaridad con redes neuronales y frameworks de Deep Learning.
Público objetivo
- Ingenieros de Machine Learning.
- Especialistas en IA.
14 Horas
