Microsoft Reactor

Descubra o incrível mundo da Aprendizagem por Reforço (RL) nesta palestra técnica imperdível! Nela vamos explorar os fundamentos-chave do Reinforcement Learning, ramo da Inteligência Artificial (IA) que permite aos agentes aprenderem a tomar decisões autônomas através da interação com um ambiente. Nesta palestra, mergulharemos de forma mais técnica e aplicada nos mecanismos de reforço, que envolvem a noção de recompensas e punições para orientar o aprendizado. Você terá uma visão aprofundada sobre como os algoritmos de RL funcionam, incluindo conceitos-chave como políticas, valores e métodos de otimização. Além disso, vamos explorar as bibliotecas mais utilizadas no campo da RL, como o OpenAI Gym, o qual fornece uma base sólida para desenvolver agentes inteligentes. Durante a palestra, serão apresentados exemplos práticos de aplicações de RL, incluindo demos abertas baseadas em trabalhos pioneiros de equipes como as do Google DeepMind e Microsoft Research. Você verá como a RL tem sido aplicada com sucesso em jogos, robótica, otimização de processos e muito mais, revolucionando essas áreas com suas capacidades de aprendizado autônomo.

Aprendizado Extra:

1. https://aka.ms/Learn.DocumentacaoAzureML
2. https://www.microsoft.com/research/theme/reinforcement-learning-group/?wt.mc_id=slidescontent_20362_webinar_reactor
3. https://techcommunity.microsoft.com/t5/ai-machine-learning-blog/introducing-reinforcement-learning-on-azure-machine-learning/ba-p/1403028?wt.mc_id=slidescontent_20362_webinar_reactor
   4.https://github.com/Azure/MachineLearningNotebooks/blob/master/how-to-use-azureml/reinforcement-learning/README.md?wt.mc_id=github_20362_webpage_reactor

Palestrante:

Dr. Ahirton Lopes, Microsoft MVP.
Chief Data Officer na Lambda3, professor da graduação em Inteligência Artificial e de MBA nos cursos de Cyber Security e Data Science na FIAP, bem como community manager na AI Brasil. Apaixonado por psicologia e inovação em geral, possui mestrado em Engenharia Elétrica pela Universidade Presbiteriana Mackenzie (UPM) e doutorado em Engenharia Elétrica e Computação pela mesma instituição. Suas linhas de pesquisa atuais envolvem Deep e Reinforcement Learning, Algoritmos Generativos, Visão Computacional, gerenciamento de equipes e criação de metodologias voltadas para o desenvolvimento em Dados e IA.
https://www.linkedin.com/in/ahirtonlopes/
https://twitter.com/ahirtonlopes