Algunos de nuestros clientes






















.jpg)
.png)


























Código del Curso
drlpython
Duración
21 horas (usualmente 3 días, incluidas las pausas)
Requerimientos
- Competencia en Python
- Una comprensión de cálculo universitario y álgebra lineal
- Comprensión básica de probabilidad y estadística
- Python y Numpy
Descripción General
El aprendizaje de refuerzo profundo se refiere a la capacidad de un "agente artificial" para aprender por prueba y error y recompensas y castigos. Un agente artificial tiene como objetivo emular la capacidad de un ser humano de obtener y construir conocimiento por sí mismo, directamente a partir de insumos crudos como la visión. Para lograr un aprendizaje reforzado, se utilizan redes neuronales y de aprendizaje profundo. El aprendizaje de refuerzo es diferente del aprendizaje automático y no depende de enfoques de aprendizaje supervisados y no supervisados.
En esta capacitación en vivo dirigida por un instructor, los participantes aprenderán los fundamentos de Deep Refforcement Learning a medida que avanzan en la creación de un Deep Learning Agent.
Al final de esta capacitación, los participantes podrán:
- Comprender los conceptos clave detrás del aprendizaje profundo y el aprendizaje del aprendizaje automático
- Aplicar algoritmos avanzados de refuerzo de aprendizaje para resolver problemas del mundo real
- Crear un agente de aprendizaje profundo
Audiencia
- Desarrolladores
- Científicos de datos
Formato de la carrera
- Parte de lectura, parte de discusión, ejercicios y práctica práctica
Programa del Curso
Introducción
Conceptos básicos de aprendizaje de refuerzo
Técnicas básicas de aprendizaje de refuerzo
Introducción a BURLAP
Convergencia de valor e iteración de política
Reward Shaping
Exploración
Generalización
Parcialmente MDP observables
Opciones
logística
TD Lambda
Gradientes de política
Deep Q-Learning
Temas en la teoría de juegos
Resumen y Conclusión
Promociones
-
2021-05-19 2021-05-21Lima - Edificio Tempus San Isidro