Aprendizaje reforzado con swift
?
1 like?266 views
Descripcin de la pltica: CoreML es el puente entre iOS y Machine Learning, pero con ciertas limitantes. Explotaremos el potencial que tiene CoreML, responderemos las siguientes preguntas: - ?Cmo podramos ir ms all de los lmites de CoreML? - ?Cmo puede nuestra App aprender de la experiencia?
Aprendizaje reforzado con swift
- 1. try! brain.think() Machine Learning y Aprendizaje Reforzado en iOS Ricardo Montesinos github: richimf
- 2. ?Que es Reinforcement Learning?
- 6. https://medium.com/@jonathan_hui/rl-reinforcement-learning-algorithms-quick-overview-6bf69736694d Policy EvaluationValue Iteration(Dynamic Programming) Q-Learning Deep Q-learning (deep network to estimate Q ) Policy Gradients (uses likelihood) Actor-Critic Algorithm(Combining policy gradient and value- function learning). Model-based Reinforcement Learning(Replan actions in every action taken).
- 7. Q-Learning
- 10. Agent: Link Environment: Map
- 11. La idea de RL es obtener la mayor cantidad de recompensas.
- 13. Usamos la funcin de Valor-Accin Q para obtener el Reward esperado dado el State y el Action.
- 14. Algorithm
- 15. La meta del Q-Learning es maximizar el valor de la funcin Q. Entre mas Reward obtengamos mejor.
- 16. Nuestro Agente utilizar el Q-Table para saber cuales son las mejores acciones a seguir para conseguir las recompensas.
- 18. Demo
- 22. functional programming // some code implementation // some code implementation // some code implementation