El documento describe el aprendizaje por refuerzo, que consiste en que un agente aprende mediante prueba y error cuáles acciones tomar en diferentes estados para lograr una meta. Explica los elementos básicos de este modelo de aprendizaje y métodos como el perceptrón para implementarlo. Finalmente, concluye que las redes neuronales son fundamentales para la inteligencia artificial y pueden aplicarse a muchos problemas.

1. UNIVERSIDAD TECNICA PARTICULAR DE LOJA ESCUELA DE LAS CIENCIAS DE LA COMPUTACIÓN

6. Modelo de Aprendizaje por Refuerzo.

10. Aplicación Modelo del percepptron

13. Resultados La corrida nos indica, el perceptron tardará hasta 38 veces de entrenamiento para tener un aprendizaje óptimo.