Síguenos en Facebook 

Programa agentes ​que aprendan de sus experiencias
​
​

Descarga: 

​Información Completa del Curso

DRLv2 2025 - Información Completa.pdf
File Size:	603 kb
File Type:	pdf

Download File

---

​Beneficios

• Las clases son en línea vía Zoom, cada clase se va grabando y te damos acceso a las grabaciones por 5 meses.
• Reconocimiento digital ante la Secretaría del Trabajo (STPS-México)
• Reserva con solo $600 MXN y paga el resto en la 4ta semana
• Precio total $2000 MXN. 
• Nuestros estudiantes en el extranjero (Colombia, Ecuador, Perú principalmente)  pueden pagar mediante Paypal en dólares. Contacta a Claudia Montaño mediante wa.me/5215539940156. 

Inicio y fin del curso

• Sábado 2 de agosto 2025
  
• Sábado 27 de Septiembre 2025

Horarios
36 horas, 4 horas la semana (Horario de la Ciudad de México)

• Sábados 10:00 - 14:00 hrs

Deep Reinforcement Learning v2

MX$2,000.00

Sold out

Añade al carrito

(Reserva) Deep Reinforcement Learning v2

MX$600.00

Sold out

Añade al carrito

Objetivo del curso

Aprender a programar y entrenar agentes dinámicos que resuelvan tareas secuenciales a través de la experiencia adquirida por la interacción agente-ambiente, optimizando la recompensa. ​

Casos de Estudio

• Resolver ambientes GridWorld (Acantilado, Lago Congelado) para aprender los fundamentos del aprendizaje por refuerzo.
• Controlar inventario de una tienda
• Maximizar ventas en un sitio web personalizando la publicada a cada cliente
• Resolver sistemas de control (Sistema carro-péndulo, péndulo)
• Jugar Super Mario Bros (de Super Nintendo) a partir de la imagen del videojuego.
• Jugar Atari.
• Controlar una nave espacial para que aterrice de forma perfecta.
• Estacionar un auto en un simulador.
• Controlar un manipulador para alcanzar un punto de interés.
• Controlar un manipulador para mover un objeto.
• ​Controlar la caminata de una hormiga humanoide.

Herramientas a aprender a usar: 
 Pytorch, Gymnasium, Numpy, Matplotlib.

Contenido resumido del curso

1. Introducción al aprendizaje por refuerzo
2. Algoritmos de Bandidos
3. Procesos de Decisión de Markov, Monte Carlo, Programación Dinámica
4. Métodos de Diferencia Temporal
5. Deep Q-Networks
6. Métodos Policy Gradient
7. Métodos Actor Critic