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