Datos Identificativos | 2024/25 | |||||||||||||
Asignatura | Aprendizaxe Automática Avanzado | Código | 730556018 | |||||||||||
Titulación |
|
|||||||||||||
Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
Mestrado Oficial | 2º cuadrimestre |
Primeiro | Optativa | 3 | ||||||||||
|
Temas | Subtemas |
Os contidos desta materia, incluídos na memoria de verificación da titulación, desenvólvense nos catro temas que se tratan a continuación. Neste primeiro apartado, faise a vinculación do contido da memoria con o tema concreto no que se desenvolve. | Contidos da memoria e temas nos que se desenvolven: - Redución de dimensións. Extracción e selección de características: Tema 1. - Aprendizaxe non supervisada. Métodos de agrupación: Tema 2 e 3. - Aprendizaxe por reforzo e control: Tema 4. |
Tema 1: Técnicas de redución da dimensión | - A maldición da dimensión. - Técnicas de selección de características. - Técnicas de extracción de características. |
Tema 2: Aprendizaxe sen supervisión (agrupación) | - Introdución á aprendizaxe sen supervisión: análise cluster. - Medidas de semellanza. - Tipos de métodos de agrupación: xerárquico, por particións (k-means) e por densidade (DBSCAN). |
Tema 3: Detección de anomalías | - Definición de anomalía. - Aplicacións da detección de anomalías - Tipos de anomalías. - Técnicas: métodos estatísticos, métodos baseados na distancia, métodos baseados en árbores de decisión e métodos baseados en redes de neuronas. - Avaliación de resultados. |
Tema 4: Aprendizaxe por reforzo e control. | - Aplicacións de aprendizaxe por reforzo. - Elementos da aprendizaxe por reforzo. - Tipos de aprendizaxe por reforzo. - Procesos de decisión de Markov (MDP). - Dilema exploración-explotación. - Aprender por diferenza de tempo. - Aprendizaxe Q. - Aprendizaxe Q profunda. |