Reinforcement Learning (Aprendizado por Reforço), no contexto da Inteligência Artificial, é o tipo de programação de software que treina algoritmos usando um sistema de recompensa e punição, sem a interferência do programador. Games e carros autônomos são duas áreas nas quais o Reinforcement Learning tem sido amplamente utilizado. O Aprendizado por Reforços também é utilizada no sistema de filtragem de spam de e-mails — a punição pode ser clicar no botão “Não é spam” quando uma mensagem foi erroneamente parar nessa pasta. Nesta palestra serão demonstrados aplicações e exemplos sobre Aprendizado por Reforço de uma forma prática.

Palestrante:

Evelyn Batista: graduada em Engenharia Elétrica pela Universidade do Estado do Rio de Janeiro (UERJ), Mestre em Engenharia Elétrica(Processamento de Sinais, Automação e Robótica) pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), atualmente é estudante de Doutorado na mesma área também na PUC-Rio. Possui mais de 5 anos de experiência em projetos de P&D. Atua como pesquisadora e desenvolvedora no ICA (PUC-Rio), especialista em Deep Learning e Reinforcement Learning. Tem experiência em desenvolvimento de sistemas de software utilizando as linguagens C#, Python e Java.