Algunas ideas iniciales sobre RAG (Retrieval Augmented Generation)
Se cuentan los fundamentos de RAG (Retrieval Augmented Generation) como una forma de extensión y personalización de modelos generativos.
Notas sobre aprendizaje por refuerzo (XI): métodos basados en modelo
Avanzando en la revisión del aprendizaje por refuerzo, en este post se revisan brevemente los métodos basados en modelo
Notas sobre aprendizaje por refuerzo (X): locomoción de robots
El aprendizaje por refuerzo, en la situación de problemas continuos y métodos basados en políticas, puede usarse en locomoción de robots.
El servicio Azure OpenAI explicado por Adrián González Sánchez
Reseña del libro ‘Azure OpenAI Service for Cloud Native Applications’ de Adrián González , un recorrido muy completo por este servicio.
Notas sobre aprendizaje por refuerzo (IX): aprendizaje de políticas y el ascenso de gradiente
Hablamos del aprendizaje de políticas en el caso del deep reinforcement learning en problemas continuos y revisamos el ascenso de gradiente.
Notas sobre aprendizaje por refuerzo (VIII): problemas continuos y métodos basados en políticas
En este post presentamos los Problemas continuos de aprendizaje por refuerzo, sus particularidad, ideas principales y campos de aplicación.
Notas sobre aprendizaje por refuerzo (VII): El triunfo del algoritmo DQN (Deep Q-Network)
Se comenta cómo el deep learning supero sus retos para ser aplicado en aprendizaje por refuerzo, con el éxito de Deep Q-Network
Notas sobre el aprendizaje por refuerzo (VI): los tres retos del deep reinforcement learning
Comento tres retos del deep reinforcement learning a que se tiene que enfrentar para conseguir buenos resultados.
Notas sobre el aprendizaje por refuerzo (V): deep reinforcement learning
En este post explico cuándo se usa deep learning en aprendizaje por refuerzo dando lugar al deep reinforcement learning.
Notas sobre aprendizaje por refuerzo (IV): Metodos tabulares. SARSA Y Q-Learning.
Aparte de nuevos conceptos sobre aprendizaje por refuerzo, se habla de los métodos tabulares sin modelo y finaliza esbozando Q-Learning