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
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).
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
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.
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.
Inteligencia artificial neurosimbólica: la tercera ola de la inteligencia artificial
En este post se presenta, sin profundidades, la inteligencia artificial neurosimbólica como una tercera ola en inteligencia artificial.
Patrones y significados. La verdadera naturaleza del entendimiento y la cognición
Razono sobre la relación entre Patrones y significados y si una IA basada en machine learning puede lograr un verdadero entendimiento.
El timing estratégico de la innovación en machine learning
En este post se habla de innovación en machine learning y el posible valor estratégico de ser el ‘first mover’ en este campo.