Introducción al Aprendizaje por Refuerzo: De Q-Learning a Deep RL

El aprendizaje por refuerzo está impulsando algunos de los avances más emocionantes en inteligencia artificial, desde agentes que juegan a videojuegos hasta sistemas de toma de decisiones autónomos. Comprender cómo los agentes aprenden a través de prueba y error es esencial para cualquier profesional moderno del aprendizaje automático. Este curso basado en texto te lleva desde los fundamentos matemáticos del aprendizaje por refuerzo hasta la implementación de algoritmos prácticos de Deep RL. Obtendrás una sólida comprensión intuitiva y matemática de cómo los agentes interactúan con los entornos para maximizar las recompensas, preparándote para abordar desafíos del mundo real en control y toma de decisiones. Lo que aprenderás: - Comprender los conceptos fundamentales de RL, incluyendo Procesos de Decisión de Markov, recompensas y funciones de valor. - Implementar métodos tabulares clásicos como Q-learning y SARSA utilizando código Python limpio. - Aplicar técnicas de aprendizaje profundo a RL explorando Deep Q-Networks y métodos de gradiente de políticas. - Configurar entornos de simulación estándar para entrenar y evaluar tus agentes inteligentes. - Explorar aplicaciones modernas de aprendizaje por refuerzo, incluyendo Aprendizaje por Refuerzo a partir de Retroalimentación Humana (RLHF) utilizado en modelos de lenguaje grandes. El curso comienza con la terminología esencial y el marco matemático de la toma de decisiones antes de guiarte a través de algoritmos clásicos y arquitecturas modernas de aprendizaje por refuerzo profundo. Aprenderás leyendo explicaciones detalladas, analizando implementaciones de código paso a paso y estudiando casos de uso prácticos. Este curso está diseñado para científicos de datos, entusiastas del aprendizaje automático y desarrolladores de software que son nuevos en el aprendizaje por refuerzo pero tienen una familiaridad básica con Python y conceptos generales de aprendizaje automático. Comienza a construir sistemas inteligentes de autoaprendizaje hoy mismo.