| Grao en Ciencia e Enxeñaría de Datos |
 Asignaturas |
| Aprendizaje Automático I |
| Contenidos |
| Datos Identificativos | 2024/25 | |||||||||||||
| Asignatura | Aprendizaje Automático I | Código | 614G02019 | |||||||||||
| Titulación |
|
|||||||||||||
| Descriptores | Ciclo | Periodo | Curso | Tipo | Créditos | |||||||||
| Grado | 2º cuatrimestre |
Segundo | Obligatoria | 6 | ||||||||||
|
||||||||||||||
| Tema | Subtema |
| Introducción | Introducción al Aprendizaxe automático Paradigmas de aprendizaje Aprendizaje Inductivo Teoremas No Free Lunch |
| Aprendizaje supervisado | Introducción Redes de Neuronas Artificiales Regresión Logística Máquinas de Vectores de Soporte Árboles de Decisión Aprendizaje basado en instancias Modelos de AA para Regresión |
| Computación Evolutiva | Algoritmos Genéticos Programación Genética Enjambres y otras técnicas de Computación Evolutiva |
| Metodologías en el análisis de datos | Metodologías de entrenamiento, evaluación y selección de modelos Metodologías de un proyecto de análisis de datos |
| Aprendizaje no supervisado | Métodos de clustering Redes autoorganizadas |
|
