0%(1)0% fanden dieses Dokument nützlich (1 Abstimmung)
801 Ansichten2 Seiten
Este documento describe un curso de Aprendizaje Automático que forma parte de la carrera de Ingeniería Informática. El curso enseña técnicas de clasificación, predicción, agrupamiento y refuerzo. Los estudiantes aprenderán conceptos básicos de aprendizaje automático y cómo analizar y diseñar aplicaciones basadas en estas técnicas. El curso incluye clases magistrales, prácticas en grupo y trabajos individuales. Los estudiantes serán evaluados en base a estas actividades formativas.
Este documento describe un curso de Aprendizaje Automático que forma parte de la carrera de Ingeniería Informática. El curso enseña técnicas de clasificación, predicción, agrupamiento y refuerzo. Los estudiantes aprenderán conceptos básicos de aprendizaje automático y cómo analizar y diseñar aplicaciones basadas en estas técnicas. El curso incluye clases magistrales, prácticas en grupo y trabajos individuales. Los estudiantes serán evaluados en base a estas actividades formativas.
Este documento describe un curso de Aprendizaje Automático que forma parte de la carrera de Ingeniería Informática. El curso enseña técnicas de clasificación, predicción, agrupamiento y refuerzo. Los estudiantes aprenderán conceptos básicos de aprendizaje automático y cómo analizar y diseñar aplicaciones basadas en estas técnicas. El curso incluye clases magistrales, prácticas en grupo y trabajos individuales. Los estudiantes serán evaluados en base a estas actividades formativas.
Departamento de Informtica Obligatoria Crditos ECTS : 6.0 Cuatrimestre : 2 Curso : 3 Profesor Coordinador : FERNANDEZ REBOLLO, FERNANDO Curso Acadmico: ( 2012 / 2013 ) MATERIAS QUE SE RECOMIENDA HABER SUPERADO Programacin Estadstica Teora de Autmatas y Lenguajes Formales Inteligencia Artificial COMPETENCIAS QUE ADQUIERE EL ESTUDIANTE Y RESULTADOS DEL APRENDIZAJE - Capacidad para resolver problemas, tanto individualmente como en equipo (PO a,b,c,d,e,k) - Trabajo en equipo para analizar y disear soluciones informticas (PO a,b,c,d) - Capacidad de anlisis y de sntesis (PO a,b,c) - Capacidad de organizacin y planificacin (PO b,c,d) - Capacidad de gestin de la informacin (captacin y anlisis de la informacin) (PO a,b,k) - Capacidad para tomar decisiones (PO a,b,c,d,e) - Motivacin por la calidad y la mejora continua (PO b) - Comunicacin oral y escrita (PO g) - Razonamiento crtico (PO a,b,d) - Conocimientos bsicos y fundamentales del aprendizaje automtico (PO a) - Interpretar las especificaciones funcionales encaminadas al desarrollo de aplicaciones basadas en el aprendizaje automtico (PO a,b,c,e) - Realizar el anlisis y el diseo detallado de aplicaciones informticas basadas en el aprendizaje automtico (PO a,b,c,e,k) Resultados del aprendizaje: 1. Resolucin de problemas, tanto individualmente como en equipo. 2. Anlisis y diseo de sistemas de aprendizaje automtico 3. Exposicin de trabajos en la clase. 4. Trabajos de captacin y anlisis de informacin DESCRIPCIN DE CONTENIDOS: PROGRAMA - Introduccin al Aprendizaje automtico y al aprendizaje inductivo - Tcnicas de clasificacin y prediccin: rboles y reglas de decisin, rboles y reglas de regresin, clasificacin bayesiana, aprendizaje basado en instancias - Tcnicas no supervisadas: agrupacin - Tcnicas basadas en el refuerzo - Tcnicas aplicadas a la resolucin de problemas ACTIVIDADES FORMATIVAS, METODOLOGA A UTILIZAR Y RGIMEN DE TUTORAS Clases magistrales (1 crdito ECTS) - Orientadas, entre otras, a las competencias relacionadas con el conocimiento de los conceptos, relaciones entre los mismos, tcnicas a utilizar, o formas de analizar y sintetizar conocimiento (PO a) Prcticas en grupos (3 crditos ECTS) Pgina 1 de 2 - Orientadas, entre otras, a las competencias relacionadas con el trabajo en equipo, la resolucin de problemas, la organizacin del trabajo, o la comunicacin oral (presentacin de los resultados en pblico) y escrita (redaccin de memorias de los trabajos realizados) (PO b,c,d,e,g,k) Trabajos individuales (2 crditos ECTS) - Orientadas, entre otras, a las competencias relacionadas con la planificacin, el anlisis y la sntesis, el razonamiento crtico, o el aprendizaje de los conceptos. (PO a,c,e,g) SISTEMA DE EVALUACIN - Evaluacin combinada a partir de las diferentes actividades realizadas por el alumno individual o colectivamente, teniendo en cuenta el esfuerzo realizado por cada alumno en cada uno de las actividades formativas descritas anteriormente - Se realizar una evaluacin formativa a travs de la realimentacin continua que permita al alumno evaluar qu conoce y que se espera de l - La nota final corresponder en un 50% a las actividades individuales del alumno (PO a,c,e,g) y un 50% a las actividades de equipo (PO b,c,d,e,g,k). Dentro de las actividades individuales se tendr en cuenta la evaluacin de las actividades realizadas durante el curso (un 70% de la nota individual) y un examen final (un 30% de la nota individual), si bien se darn opciones para poder superar el curso con la calificacin del examen final. Peso porcentual del Examen Final: 30 Peso porcentual del resto de la evaluacin: 70 BIBLIOGRAFA BSICA - D. Borrajo, J. Gonzlez y P. Isasi Aprendizaje automtico, Sanz y Torres. - E. Rich y K. Knight Artificial Intelligence, McGraw-Hill. - T.M. Mitchell Machine Learning, McGraw Hill. - S. Russel y P. Norving Artificial Intelligence: a modern approach, Prentice Hall, 2003 BIBLIOGRAFA COMPLEMENTARIA - Basilio Sierra Araujo (Ed.) Aprendizaje automtico: conceptos bsicos y avanzados. Aspectos prcticos utilizando el software WEKA, Pearson Education. - J. W. Shavlik y T. G. Dietterich (eds.) Readings in Machine Learning, Morgan Kaufmann. - P. W. Langley Elements of Machine Learning, Morgan Kaufmann. - Saso Dzeroski y Nada Lavrac Relational Data Mining, Springer Verlag. Pgina 2 de 2