💡Inscríbete para acceder al curso completo:
¡Bienvenido de nuevo a esta serie sobre aprendizaje por refuerzo! En este video, vamos a profundizar en la forma en que pensamos sobre las recompensas acumulativas que recibe un agente en un proceso de decisión de Markov e introducir el importante concepto de retorno.
Veremos que el retorno es exactamente lo que impulsa al agente a tomar las decisiones que toma. También introduciremos la idea de episodios y hablaremos sobre tareas episódicas vs. tareas continuas.
Fuentes:
Reinforcement Learning: An Introduction, Second Edition de Richard S. Sutton y Andrew G. Bartow
Playing Atari with Deep Reinforcement Learning de Deep Mind Technologies
🕒🦎 SECCIONES DEL VIDEO 🦎🕒
00:00 Bienvenido a DEEPLIZARD - Visita deeplizard.com para recursos de aprendizaje
00:30 Ayuda a deeplizard a añadir marcas de tiempo a los videos - Ver ejemplo en la descripción
06:18 Inteligencia Colectiva y la MENTE COLABORATIVA DE DEEPLIZARD
💥🦎 RECURSOS DE LA COMUNIDAD DE DEEPLIZARD 🦎💥
👋 Hola, somos Chris y Mandy, los creadores de deeplizard!
👉 Visita el sitio web para más material de aprendizaje:
💻 INSCRÍBETE PARA OBTENER ACCESO A LOS ARCHIVOS DE CÓDIGO
🧠 Apoya la inteligencia colectiva, únete a la mente colaborativa de deeplizard:
🧠 Usa el código DEEPLIZARD al finalizar la compra para recibir un 15% de descuento en tu primer pedido de Neurohacker
👉 Usa tu recibo de Neurohacker para obtener un descuento en los cursos de deeplizard
👀 MIRA NUESTRO VLOG:
❤️🦎 Agradecimientos especiales a los siguientes polímatas de la mente colaborativa de deeplizard:
Tammy
Mano Prime
Ling Li
🚀 Aumenta la inteligencia colectiva compartiendo este video en redes sociales!
👀 Sigue a deeplizard:
🎓 Aprendizaje Profundo con deeplizard:
🎓 Otros Cursos:
🛒 Consulta los productos que deeplizard recomienda en Amazon:
🎵 deeplizard utiliza música de Kevin MacLeod
❤️ Por favor, utiliza el conocimiento adquirido del contenido de deeplizard para el bien, no para el mal.