Este es el curso más completo de Reinforcement Learning Avanzado en Udemy. En él, aprenderás a implementar algunos de los algoritmos más poderosos de Deep Reinforcement Learning en Python utilizando PyTorch y PyTorch Lightning. Implementarás desde cero algoritmos adaptativos que resuelven tareas de control basadas en la experiencia. Aprenderás a combinar estas técnicas con Redes Neuronales y métodos de Deep Learning para crear agentes de Inteligencia Artificial adaptativos capaces de resolver tareas de toma de decisiones.
Este curso te introducirá al estado del arte en técnicas de Reinforcement Learning. También te preparará para los próximos cursos en esta serie, donde exploraremos otros métodos avanzados que destacan en otros tipos de tareas.
El curso se enfoca en el desarrollo de habilidades prácticas. Por lo tanto, después de aprender los conceptos más importantes de cada familia de métodos, implementaremos uno o más de sus algoritmos en cuadernos Jupyter, desde cero.
Módulos de nivelación:
- Repaso: El proceso de decisión de Markov (MDP).
- Repaso: Q-Learning.
- Repaso: Breve introducción a las Redes Neuronales.
- Repaso: Deep Q-Learning.
Reinforcement Learning avanzado:
- PyTorch Lightning.
- Ajuste de hiperparámetros con Optuna.
- Reinforcement Learning con entradas de imágenes.
- Doble Aprendizaje Profundo Q.
- Redes Neuronales Q de Duelo.
- Reproducción Experiencial Priorizada (PER).
- Redes Neuronales Q Distribucionales.
- Redes Neuronales Q Ruidosas.
- Aprendizaje Profundo Q de N pasos.
- Aprendizaje Profundo Q Rainbow.