Temario sobre aprendizaje por refuerzo (reinforcement learning) en español.
Elaborado por Antonio Manjavacas (manjavacas@ugr.es).
Parte 1. Introducción a RL
Parte 2. Métodos tabulares
- Programación dinámica
- Métodos basados en muestreo
4.1. Monte Carlo
4.2. TD-learning - Planificación
- Resumen
Parte 4. Aprendizaje por refuerzo profundo
📝 TO-DO
- Diapositivas (elaboradas con Typslides).
- Ejemplos y ejercicios referenciados a lo largo del temario.
Principales fuentes empleadas en la elaboración de este temario:
- Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction. MIT press.
- Morales, M. (2020). Grokking deep reinforcement learning. Manning Publications.
- Coursera RL speclization.
- RL course by David Silver.
Si quieres ayudar a mejorar este proyecto, envía sugerencias o colabora reportando errores a través de issues.
Este material se distribuye bajo licencia GPLv3.