000			02996nam a2200337 4500
003			CL-VaUPLA
005			20251209145804.0
007			ta
008			250519b |||||||| |||| 00| 0 eng d
020			_a978-0-262-03924-6
040			_aCL-VaUPLA _bspa _cCL-VaUPLA _erda
082	0	4	_a006.3 S967r
100	1		_aSutton, Richard S., _923761 _eautor
245	1	0	_aReinforcement learning : _ban introduction / _cRichard S. Sutton and Andrew G. Barto
250			_aSecond edition
264		1	_aCambridge : _bMIT Press, _c2020
300			_axviii, 322 páginas
336			_2rdacontent _atexto _btxt
337			_2rdamedia _aNo mediado _bn
338			_2rdacarrier _aVolumen _bnc
490	0		_aAdaptive computation and machine learning
505	0		_aI. Tabular solution methods - II. Approximate solution methods - III. Looking deeper
520			_aLa nueva edición, significativamente ampliada y actualizada, de un texto ampliamente utilizado sobre aprendizaje por refuerzo, una de las áreas de investigación más activas en inteligencia artificial. El aprendizaje por refuerzo, una de las áreas de investigación más activas en inteligencia artificial, es un enfoque computacional del aprendizaje mediante el cual un agente intenta maximizar la cantidad total de recompensa que recibe al interactuar con un entorno complejo e incierto. En Aprendizaje por Refuerzo, Richard Sutton y Andrew Barto ofrecen una explicación clara y sencilla de las ideas y algoritmos clave del campo. Esta segunda edición se ha ampliado y actualizado significativamente, presentando nuevos temas y actualizando la cobertura de otros. Al igual que la primera edición, esta segunda edición se centra en los algoritmos básicos de aprendizaje en línea, con el material más matemático resaltado en recuadros sombreados. La Parte I abarca la mayor parte posible del aprendizaje por refuerzo sin ir más allá del caso tabular para el cual se pueden encontrar soluciones exactas. Muchos algoritmos presentados en esta parte son nuevos en la segunda edición, incluyendo UCB, Expected Sarsa y Double Learning. La Parte II amplía estas ideas a la aproximación de funciones, con nuevas secciones sobre temas como las redes neuronales artificiales y la base de Fourier, y ofrece un tratamiento más amplio del aprendizaje fuera de política y los métodos de gradiente de política. La Parte III incluye nuevos capítulos sobre las relaciones del aprendizaje por refuerzo con la psicología y la neurociencia, así como un capítulo actualizado de estudios de caso que incluye AlphaGo y AlphaGo Zero, la jugabilidad de Atari y la estrategia de apuestas de IBM Watson. El capítulo final analiza los futuros impactos sociales del aprendizaje por refuerzo
546			_aTexto en inglés
650		4	_aINTELIGENCIA ARTIFICIAL
650		4	_aREFUERZO (PSICOLOGIA)
650		4	_aREDES NEURONALES (COMPUTADORES)
700	1		_aBarto, Andrew G., _923762 _eautor
942			_2z _cLB _n0
998			_cAAR _d19/05/25
999			_c155765 _d155765