|
Guía DocenteCurso Facultade de Informática |
| Grao en Enxeñaría Informática |
 Asignaturas |
| Aprendizaxe Automático |
| Contidos |
|
|
| Datos Identificativos | 2023/24 | |||||||||||||
| Asignatura | Aprendizaxe Automático | Código | 614G01038 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
| Grao | 2º cuadrimestre |
Terceiro | Optativa | 6 | ||||||||||
|
||||||||||||||
| Temas | Subtemas |
| Tema 1: Introducción | 1.1. Introducción ao Aprendizaxe automático 1.2. Paradigmas de aprendizaje 1.3. Aprendizaxe Inductivo 1.4. Teoremas No free Lunch |
| Tema 2: Aprendizaxe supervisado |
2.1. Introducción 2.2. Máquinas de soporte vectorial 2.3. Árbores e Regras de Decisión 2.4. Regresión. Árbores de Regresión 2.5. Aprendizaxe Bayesiano 2.6. Aprendizaxe baseado en Instancias 2.7. Redes de neuronas artificiais 2.8. Evaluación 2.9. Metaclasificadores |
| Tema 3: Aprendizaxe non supervisado | 3.1. Aprendizaje non supervisado: agrupación 3.2. Redes de neuronas non supervisadas |
| Tema 4: Aprendizaxe por reforzo | 4.1. Procesos de Decisión de Markov 4.2. Aprendizaxe por Refuerzo |
| Tema 5: Deep Learning | 5.1. Introducción 5.2. Redes convolucionales 5.3. Modelos avanzados |
|
