El machine learning como fenomenología y la renuncia al conocimiento
Desarrollo la idea de que en machine learning se adopta un enfoque de fenomenología y exploro el posible impacto en nuestro conocimiento.
Desarrollo la idea de que en machine learning se adopta un enfoque de fenomenología y exploro el posible impacto en nuestro conocimiento.
Se muestran las diferencias de Modelos fundacionales versus modelos tradicionales de machine learning en opinión propia y de Chip Huyen.
En este post presentamos los Problemas continuos de aprendizaje por refuerzo, sus particularidad, ideas principales y campos de aplicación.
En este post explico cuándo se usa deep learning en aprendizaje por refuerzo dando lugar al deep reinforcement learning.
Aparte de nuevos conceptos sobre aprendizaje por refuerzo, se habla de los métodos tabulares sin modelo y finaliza esbozando Q-Learning
Hablo de trazas y recompensas en el contexto de modelos de decisión de Markov y aprendizaje por refuerzo (reinforcement learning).
Recordamos conceptos de aprendizaje por refuerzo y recordamos y visualizamos el aprendizaje en procesos de Markov
En este post describo tres posibles opciones para la adopción de modelos de machine learning por parte de las empresas y organizaciones.
Hablo sobre el machine learning y las predicciones, cómo éstas se apoyan en datos del pasado pero se pueden seguir considerando predicciones.
En este post comento cinco diferencias entre el Machine Learning en investigación y Machine learning en producción.