
Bienvenido al curso Deep Reinforcement Learning using Python (2025). Si te preguntas cómo se crean robots y agentes inteligentes capaces de aprender por sí mismos, este curso te guía paso a paso desde los fundamentos hasta proyectos prácticos. Está orientado a quienes quieren entender la teoría detrás de Policy, Value y Q functions, además de cómo aplicar redes neuronales para resolver problemas complejos.
En este curso desarrollarás proyectos reales como Grid World, Mountain Car, Flappy Bird, Ms Pacman y sistemas de trading con Deep Q-Learning y variantes avanzadas (dueling, double, noisy, prioritized, n-step). Aprenderás a montar el entorno, entrenar redes neuronales, manejar problemas de recompensa escasa con módulos como ICM y RND, y mejorar la exploración y explotación de tus agentes.
El curso está en inglés, pero esta guía y los recursos adicionales te ayudarán a aprovechar al máximo el contenido. Si quieres avanzar en inteligencia artificial aplicada y construir agentes capaces de competir en entornos complejos, este curso te ofrece ejercicios prácticos y herramientas para poner en marcha tus propios proyectos. ¡Anímate a inscribirte y comenzar a experimentar!
Lo que aprenderás:
- Comprender el aprendizaje por refuerzo profundo y sus aplicaciones
- Construir tu propia red neuronal
- Implementar 5 proyectos distintos de aprendizaje por refuerzo
- Aprender múltiples técnicas para mejorar el rendimiento de tu agente
Contenido del curso:
- Secciones: 7
- Clases: 63
- Duración: 9h 8m
Requisitos:
- Numpy
- Matplotlib
- Pandas
- Descenso por gradiente (Gradient descent)
- Programación orientada a objetos
- Comprensión general de deep learning
¿Para quién es este curso?
- Cualquiera que quiera aprender sobre inteligencia artificial y deep learning
- Estudiantes y profesionales
¿Qué esperas para comenzar?
Inscríbete hoy mismo y lleva tus habilidades al siguiente nivel. ¡Los cupones son limitados y pueden agotarse en cualquier momento!
👉 Aprovecha el cupón ahora – Cupón 5920B6FD54D93BC2302A
Deja un comentario
Cursos relacionados: