Notas sobre aprendizaje por refuerzo (III): recompensas, trazas y valores
Hablo de trazas y recompensas en el contexto de modelos de decisión de Markov y aprendizaje por refuerzo (reinforcement learning).
Tecnologías digitales. Tendencias tecnológicas. Estándares. Personajes.
Notas sobre aprendizaje por refuerzo (II): Visualizando el aprendizaje en procesos de Markov
Recordamos conceptos de aprendizaje por refuerzo y recordamos y visualizamos el aprendizaje en procesos de Markov
Veinticinco años de historia de la tecnología contados por Martiniano Mallavibarrena
Reseña del libro ‘Cuando fuimos jóvenes’ de Martiniano Mallavibarrena, historia de la tecnología digital en el ultimo cuarto del siglo XX.
Notas sobre aprendizaje por refuerzo (I): Procesos de decisión de Markov
Como inicio de una serie dedicada al aprendizaje por refuerzo, en este post explico los Procesos de decisión de Markov
Los robots, el inicio de curso y los cantos de sirena
Hablo de robots y cantos de sirena refiriéndome a tres interesantes tendencias: GenAI en control, agentes y robots humanoides.
Tres enfoques para la adopción de modelos de machine learning
En este post describo tres posibles opciones para la adopción de modelos de machine learning por parte de las empresas y organizaciones.
Sobre el machine learning y las predicciones
Hablo sobre el machine learning y las predicciones, cómo éstas se apoyan en datos del pasado pero se pueden seguir considerando predicciones.
Big stream: procesamiento de datos en tiempo real para un mundo de dispositivos y sensores
En este post comento el concepto de Big Stream, sus características y su relación y diferencias con el Big Data.
Machine Learning en producción: diferencias con la investigación
En este post comento cinco diferencias entre el Machine Learning en investigación y Machine learning en producción.
Apalancamiento cognitivo
La tecnología supone una forma de externalización para conseguir apalancamiento y con la IA esto se convierte en Apalancamiento cognitivo