Inteligencia Artificial: Aprendizaje por refuerzo

Kiril Morozov Data Scientist en Teralco, nos ofreció la perspectiva del desarrollo de soluciones de Inteligencia Artificial basadas en el aprendizaje por refuerzo. Mostró las fases de los proyectos basados en Inteligencia Artificial y Big Data, como evolucionan en la empresa y como se alcanzan las fases de producción.

Desveló los principales parámetros para conseguir el éxito en las soluciones de los proyectos, aportando la perspectiva necesaria sobre las herramientas y recursos disponibles.

En aprendizaje por refuerzo no tenemos una “etiqueta de salida”, por lo que no es de tipo supervisado y si bien estos algoritmos aprenden por sí mismos, tampoco son de tipo no supervisado, en donde se intenta clasificar grupos teniendo en cuenta alguna distancia entre muestras. El Aprendizaje reforzado intentará hacer aprender a la máquina basándose en un esquema de “premios y castigos” en un entorno en donde hay que tomar acciones y que está afectado por múltiples variables que cambian con el tiempo.