Temas Subtemas
Tema 1: Fundamentos da aprendizaxe automática - Características dos sistemas de aprendizaxe.
- Tipos de aprendizaxe.
- Areas de aplicación e tipos de problemas.
- Capacidade de xeneralización e sobreaxuste.
- Preparación e limpeza dos datos.
- Metodoloxías para proxectos de análise de datos.
Tema 2: Modelos lineais de aprendizaxe supervisada - Algoritmos de regresión lineal.
- Algoritmos de clasificación lineal.
Tema 3: Funcións e medidas de erro - Métricas de erro para os problemas de clasificación.
- Métricas de erro para os problemas de regresión.
Tema 4: Metodoloxía para a análise de resultados - Métodos de estimación de erros.
- Métodos de comparación de dous modelos.
- Métodos de comparación de múltiples modelos.
Tema 5: Modelos non lineais de aprendizaxe supervisada - K veciños máis próximos.
- Árbores de decisión e bosques aleatorios.
- Modelos baseados en kernels: máquinas de vectores soporte.
- Redes de neuronas artificiais.
- Aprendizaxe profunda con redes de neuronas convolucionais.