Solicitar información

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 (MDP)

  • Comprensión de estados, acciones, recompensas y transiciones de estado
  • Funciones de valor y la Ecuación de Bellman
  • Programación dinámica para resolver MDPs

Algoritmos de RL Fundamentales

  • Métodos tabulares: Q-Learning y SARSA
  • Métodos basados en política: algoritmo REINFORCE
  • Marcos de trabajo Actor-Critic y sus aplicaciones

Aprendizaje Profundo por Refuerzo

  • Introducción a las Deep Q-Networks (DQN)
  • Reproducción de experiencias y redes objetivo
  • Gradientes de política y métodos avanzados de RL profundo

Marcos de Trabajo y Herramientas de RL

  • Introducción a OpenAI Gym y otros entornos de RL
  • Uso de PyTorch o TensorFlow para el desarrollo de modelos de RL
  • Entrenamiento, pruebas y benchmarking de agentes de RL

Desafíos en RL

  • Equilibrio entre exploración y explotación en el entrenamiento
  • Manejo de recompensas escasas y problemas de atribución de mérito
  • Escala 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 de modelos de RL para mejorar el rendimiento en entornos personalizados

Resumen y Próximos Pasos

Requerimientos

  • Sólido comprensión de los principios y algoritmos de aprendizaje automático
  • Dominio de la programación en Python
  • Conocimiento de las redes neuronales y los marcos de trabajo de aprendizaje profundo

Público Objetivo

  • Ingenieros de aprendizaje automático
  • Especialistas en IA
 14 Horas

Formación Corporativa a Medida

Soluciones de formación diseñadas exclusivamente para empresas.

  • Contenido personalizado: Adaptamos el temario y los ejercicios prácticos a los objetivos y necesidades reales del proyecto.
  • Calendario flexible: Fechas y horarios adaptados a la agenda de su equipo.
  • Modalidad: Online (en directo), In-company (en sus oficinas) o Híbrida.
Inversión

Precio por grupo privado (formación online) desde 2900 € + IVA*

Contáctenos para obtener un presupuesto exacto y conocer nuestras promociones actuales

Próximos cursos

Categorías Relacionadas