Aprendizaje por Refuerzo Profundo 2.0 en Python

La combinación más inteligente de Deep Q-Learning, Políticas de Gradiente, Actor-Crítico y DDPG utilizando PyTorch

Ratings 4.39 / 5.00

Aprendizaje por Refuerzo Profundo 2.0 en Python

What You Will Learn!

Q-Learning.
Deep Q-Learning.
Políticas de gradiente
Modelos de Actor-Crítico
Gradiente de Política Determinista Profunda (DDPG).
GPDP de doble retardo (TD3) o Twin Delayed DDPG
Las técnicas fundamentales del aprendizaje por refuerzo profundo.
Cómo implementar un modelo del estado del arte más actual de IA, de última generación, que supera las aplicaciones virtuales más desafiantes como enseñar a un robot a caminar.

Description

Bienvenido al curso Aprendizaje por Refuerzo Profundo 2.0 en Python

En este curso, aprenderemos e implementaremos un nuevo modelo de IA increíblemente inteligente, llamado el Gradiente de Política Determinista de doble retardo (Twin Delayed DDPG, en inglés), que combina las técnicas más avanzadas en Inteligencia Artificial, incluyendo el Aprendizaje de Doble Profundidad, Políticas de Gradiente y Actor-Crítico. El modelo es tan robusto que por primera vez en nuestros cursos, somos capaces de resolver las aplicaciones de IA virtual más desafiantes (entrenar a una hormiga/araña y medio humanoide a caminar y correr a través de un terreno).

Para abordar este modelo de la manera correcta, estructuramos el curso en tres partes:

Parte 1: Fundamentos.
En esta parte estudiaremos todos los fundamentos de la Inteligencia Artificial que te permitirán entender y dominar la IA de este curso. Estos incluyen Q-Learning, Deep Q-Learning, Políticas de Gradiente, Actor-Crítico y mucho más.
Parte 2: La teoría del DDPG de doble retardo.
Estudiaremos a fondo toda la teoría que hay detrás del modelo. Verás claramente todo el proceso de construcción y entrenamiento de la IA a través de una serie de diapositivas de visualización. No sólo aprenderás la teoría en detalle, sino que también darás forma a toda la intuición para saber cómo aprende y trabaja la IA. Los fundamentos de la Parte 1, combinados con la muy detallada teoría de la Parte 2, harán que este modelo altamente avanzado sea accesible para ti, y con el tiempo serás una de las pocas personas que puede dominar y entender este modelo.
Parte 3: La implementación del DDPG de doble retardo.
Implementaremos el modelo desde cero, paso a paso, y a través de sesiones interactivas, una nueva característica de este curso que te hará practicar en muchos ejercicios de codificación mientras implementamos el modelo. Al hacerlos no seguirás el curso de forma pasiva sino muy activa, permitiéndote así mejorar eficazmente tus habilidades en programación e IA.

Y por último, pero no menos importante, haremos toda la implementación en Colaboratory, o Google Colab, que es una plataforma de IA totalmente gratuita y de código abierto que te permitirá programar y entrenar algunas IA sin tener que instalar ningún paquete en tu equipo. En otras palabras, puedes estar 100% seguro de que al pulsar el botón de ejecución, la IA comenzará a entrenar y al final obtendrás los videos de la araña y el humanoide corriendo.

Who Should Attend!

Data scientist que quieren llevar sus habilidades de inteligencia artificial al siguiente nivel.
Expertos en IA que quieren ampliar el campo de aplicaciones.
Ingenieros que trabajan en tecnología y automatización.
Empresarios y compañías que quieren adelantarse a la IA.
Estudiantes en programas relacionados con la tecnología, de grado o máster, que quieren seguir una carrera en Data science, Machine learning o Inteligencia Artificial.
Cualquier persona apasionada por la Inteligencia Artificial.
Entusiastas de la programación y la robótica, sobretodo si queréis ver cómo se le enseña a caminar a un robot.

TAKE THIS COURSE