Lección 1 del curso Aprendizaje por Refuerzo Nivel Básico.
En esta primera lección del curso vamos a comenzar con lo básico: entendiendo qué es esto del Aprendizaje Reforzado o por Refuerzo:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Acabamos de ver dos ejemplos intuitivos que nos permiten entender la idea básica del Aprendizaje por Refuerzo: el proceso de aprendizaje de un bebé para caminar y el desarrollo de un agente virtual con inteligencia que aprende una tarea similar.
En ambos casos tenemos la interacción de un individuo con el entorno, recibiendo recompensas o castigos según su desempeño.
De manera más formal este comportamiento se puede resumir como un «Agente» que debe aprender a mapear de situaciones a acciones con el fin de maximizar una señal de recompensa numérica, aprendiendo de forma autónoma mediante la exploración del entorno.
A diferencia del aprendizaje supervisado y no supervisado, el aprendizaje por refuerzo no requiere datos etiquetados ni intervención humana en la recolección de datos, lo que lo acerca más al ideal de la Inteligencia Artificial autónoma.
Así que con esto ya tenemos una definición bastante precisa de lo que es el Aprendizaje por Refuerzo, que esencialmente busca implementar algoritmos que permitan a un agente aprender a tomar decisiones de manera óptima mediante su interacción con el entorno.
En la siguiente lección veremos varios ejemplos reales de aplicación del Aprendizaje por Refuerzo que nos permitirán comprender en su totalidad la definición que acabamos de dar y entender además el potencial que este aprendizaje reforzado tiene en diferentes ámbitos de la sociedad.
Todas las lecciones del curso Aprendizaje por Refuerzo Nivel Básico