MAIA4361 Aprendizaje por refuerzo profundo
El aprendizaje por refuerzo profundo es uno de los componentes esenciales en el entrenamiento de los sistemas de IA más exitosos, con aplicaciones en áreas como modelos grandes de lenguaje, robótica y vehículos autónomos. Las técnicas tabulares de RL clásico son insuficientes en problemas reales. Para afrontar dichos problemas en RL profundo se introduce el poder de representación y generalización de las redes neuronales profundas para aproximar las funciones de interés en espacios de estados y acciones muy grandes e incluso continuos. En este curso se estudiarán los principios conceptuales y prácticos de la introducción de redes neuronales profundas s algoritmos de aprendizaje por refuerzo profundo. Con esta base conceptual se introducirán algunos de los algoritmos de RL profundo más populares y se aplicarán estos algoritmos a problemas prácticos.
En este curso aprenderás:
- Reconocer los problemas que pueden abordarse eficazmente mediante técnicas de aprendizaje por refuerzo profundo.
- Desarrollar habilidades prácticas para la implementación de soluciones utilizando técnicas de aprendizaje por refuerzo profundo a problemas del mundo real.
- Evaluar el desempeño de modelos de IA basados en aprendizaje por refuerzo profundo en situaciones reales.
Periodo en el que se ofrece el curso
2025
Idioma en el que se ofrece el curso
Español
Página del catálogo en este curso