¡Bienvenidos al curso Deep Reinforcement Learning! En esta sección encontrará el material semanal del curso, incluyendo las grabaciones de las sesiones en vivo, las notas cuidadosamente redactadas por el tutor y las presentaciones utilizadas en clase. También podrá descargar desde aquí las evaluaciones y acceder a los retos prácticos.

Durante 12 semanas exploraremos juntos los fundamentos del aprendizaje por refuerzo profundo, combinando teoría matemática y práctica en Python. Estudiaremos desde técnicas clásicas como Q-Learning y la ecuación de Bellman, hasta métodos avanzados como Deep Q-Learning, REINFORCE, Actor-Critic, PPO y Conservative Q-Learning, utilizando librerías como PyTorch, TensorFlow y Stable Baselines.

A lo largo del curso aplicaremos estos conocimientos en casos reales de alto impacto como sistemas de recomendación, estrategias de trading, control robótico y más. El objetivo es formar científicos de datos capaces de diseñar agentes inteligentes que tomen decisiones óptimas en entornos complejos.

¡Le deseamos mucho éxito en su aprendizaje y esperamos que este curso transforme su forma de pensar el diseño de soluciones inteligentes!

‍