MAIA4212 Aprendizaje por refuerzo
En los últimos años, el aprendizaje por refuerzo (RL) ha resurgido como uno de los principales impulsores de la IA y, en general, de la automatización de la toma de decisiones. RL es una poderosa técnica que permite el aprendizaje a largo plazo de los sistemas de software, siendo aplicable a muchos dominios diferentes, incluidos la robótica, la generación de software, las pruebas automáticas, los video juegos y juegos de mesa, la atención médica y los asistentes personalizados, por mencionar algunos. En este curso, los estudiantes obtendrán conocimientos teóricos y prácticos sobre los principios subyacentes de RL, los procesos de decisión de Markov, los algoritmos clásicos de RL y algunas técnicas avanzadas relevantes dentro del contexto actual del RL.
En este curso aprenderás:
- Conocer los principios teóricos y prácticos del aprendizaje por refuerzo, incluyendo los procesos de decisión de Markov y los algoritmos clásicos de RL.
- Desarrollar sistemas de software capaces de aprender y mejorar continuamente en diferentes dominios, como la robótica, los videojuegos, la atención médica y otros.
- Seleccionar las técnicas de aprendizaje por refuerzo pertinentes para abordar problemas y desafíos actuales en el campo del RL.
Periodo en el que se ofrece el curso
2025
Idioma en el que se ofrece el curso
Español
Página del catálogo en este curso