Рет қаралды 16,675
🔥🔥Academia Online🔥🔥: cursos.codificandobits.com/
🔥🔥Asesorías y formación personalizada🔥🔥: www.codificandobits.com/servi...
En este video les traigo una guía definitiva del aprendizaje reforzado, una de las áreas más prometedoras del Machine Learning, con el potencial de crear máquinas o agentes inteligentes, capaces de realizar tareas de forma muy parecida a como lo hacemos nosotros los humanos.
Primero, a través de ejemplos entenderemos el significado y los elementos básicos de un sistema de aprendizaje reforzado (agente, entorno, estado, acción y recompensa). Luego veremos los dos algoritmos que son los pilares fundamentales del aprendizaje por refuerzo: el Q-learning y la política de gradientes. Veremos algunas de sus desventajas y luego analizaremos cómo el Machine Learning, y en particular las redes neuronales, han permitido lograr grandes avances en el campo del aprendizaje por refuerzo, algo que se conoce como Aprendizaje Reforzado Profundo (Deep Reinforcement Learning).
🔴 ** VIDEOS Y PLAYLISTS RECOMENDADOS **
🎥 ¿Qué es una red neuronal?: • ¿Qué es una Red Neuronal?
🎥 Todo sobre las redes convolucionales (lista de reproducción): • Redes Convolucionales
🔴 ** ÚNETE A CODIFICANDO BITS Y SÍGUEME EN MIS REDES SOCIALES **
✅ Suscríbete: kzbin.info...
✅ Facebook: / codificandobits
✅ Instagram: / codificandobits
✅ Twitter: / codificandobits
🔴 ** ACERCA DE MÍ **
Soy Miguel Sotaquirá, el creador de Codificando Bits. Tengo formación como Ingeniero Electrónico, y un Doctorado en Bioingeniería, y desde el año 2017 me he convertido en un apasionado por el Machine Learning y el Data Science, y en la actualidad me dedico por completo a divulgar contenido y a brindar asesoría a personas y empresas sobre estos temas.
🔴 ** ACERCA DE CODIFICANDO BITS **
El objetivo de Codificando Bits es inspirar y difundir el conocimiento en las áreas de Machine Learning y Data Science.
Colocar acá hashtags: #machinelearning #aprendizajereforzado