Acompañamiento gratuito en línea, capítulo por capítulo, del libro de texto chino de deep learning de Qiu Xipeng, con una edición completa y otra divulgativa, además de PDFs y un canal de erratas.
19,5 mil3,7 milSin licenciaActualizado el mes pasado
alxndrTL/little-book-rl
Un breve libro introductorio sobre aprendizaje por refuerzo, desde los fundamentos hasta algoritmos aplicados, con implementaciones en PyTorch en el repositorio.
- Estrellas
- 1,715
- Forks
- 96
- Issues abiertos
- 1
- Último commit
- hace 3 meses
¿Qué es?
The Little Book of Reinforcement Learning es una breve introducción al aprendizaje por refuerzo que va desde los conceptos fundamentales hasta los algoritmos aplicados. Este repositorio contiene el libro y su material complementario.
La carpeta algos/ contiene implementaciones en PyTorch de los algoritmos que se explican en el libro, desde métodos de Monte Carlo hasta PPO. La carpeta supplementary/ incluye un documento con explicaciones detalladas y demostraciones formales de los algoritmos de programación dinámica que el libro presenta brevemente.
El libro se distribuye con una licencia Creative Commons no comercial (CC BY-SA 4.0) y se puede comprar una edición impresa.
Funciones clave
- 01Aborda el aprendizaje por refuerzo desde los conceptos básicos hasta los algoritmos aplicados.
- 02Ofrece implementaciones en PyTorch de algoritmos que van desde Monte Carlo hasta PPO.
- 03Incluye demostraciones complementarias de métodos de programación dinámica.
- 04Se distribuye con una licencia CC BY-SA 4.0 no comercial.
Casos de uso
- Aprender aprendizaje por refuerzo desde cero con un libro de texto conciso.
- Estudiar código funcional en PyTorch junto con los algoritmos descritos en el libro.
- Repasar las demostraciones de los métodos de programación dinámica.
Antes de usarlo
- El README describe la licencia como no comercial, pero menciona CC BY-SA 4.0, que no restringe el uso comercial, por lo que las condiciones no están claras.
- Los metadatos del repositorio no indican ninguna licencia.
- El README no incluye instrucciones para instalar ni ejecutar las implementaciones de PyTorch de algos/.
Temas
Preguntas frecuentes
- ¿Qué es little-book-rl?
- Un breve libro introductorio sobre aprendizaje por refuerzo, desde los fundamentos hasta algoritmos aplicados, con implementaciones en PyTorch en el repositorio. The Little Book of Reinforcement Learning es una breve introducción al aprendizaje por refuerzo que va desde los conceptos fundamentales hasta los algoritmos aplicados. Este repositorio contiene el libro y su material complementario.
- ¿little-book-rl es gratuito? ¿Qué licencia tiene?
- little-book-rl no declara ninguna licencia. Su código es público, pero sin licencia no tienes permiso explícito para reutilizarlo; consulta al autor antes de depender de él.
- ¿little-book-rl sigue mantenido?
- Actualizado en los últimos 6 meses. El último commit de little-book-rl fue el 14 jul 2026.
- ¿Para qué puedo usar little-book-rl?
- Aprender aprendizaje por refuerzo desde cero con un libro de texto conciso. Estudiar código funcional en PyTorch junto con los algoritmos descritos en el libro. Repasar las demostraciones de los métodos de programación dinámica.
- ¿Dónde consigo little-book-rl?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/alxndrTL/little-book-rl
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Framework para definir modelos de aprendizaje automático de última generación de texto, visión, audio y modalidades múltiples, para inferencia y entrenamiento.
167,9 mil34,9 milPythonApache-2.0Actualizado hace 9 horas
Plataforma de inversión cuantitativa orientada a la IA de Microsoft, que abarca datos, entrenamiento de modelos, backtesting y ejecución de órdenes para la investigación cuantitativa.
IA y Machine Learning#quantitative-finance#machine-learning#algorithmic-trading#backtesting#reinforcement-learning
49,5 mil7,8 milPythonMITActualizado hace 6 días
Ray es un framework unificado para escalar aplicaciones de Python e IA desde una laptop hasta un clúster, con un runtime distribuido y bibliotecas de IA.
44,1 mil8,2 milPythonApache-2.0Actualizado hace 9 horas
Unity ML-Agents Toolkit permite usar juegos y simulaciones de Unity como entornos para entrenar agentes de IA mediante aprendizaje por refuerzo e imitación.
IA y Machine Learning#reinforcement-learning#unity#deep-reinforcement-learning#imitation-learning#game-ai
19,8 mil4,5 milC#OtherActualizado hace 7 días
Implementaciones en PyTorch de algoritmos de aprendizaje por refuerzo, diseñadas como una base fiable y coherente para la investigación y las aplicaciones.
13,9 mil2,2 milPythonMITActualizado hace 7 días