Para superar a materia, deberase obter un mínimo de 4.5 puntos sobre 10 (2.25 sobre 5) na proba obxectiva. En caso contrario, a nota da materia nas actas será a correspondente á da proba obxectiva.

Na segunda oportunidade, mantense a nota obtida nas prácticas de laboratorio e traballos tutelados que resulta da avaliación continua durante o curso.

Aqueles estudantes con matrícula a tempo parcial deberán entregar os traballos nas mesmas condicións que os de tempo completo.

Non presentado:

O alumno recibirá a cualificación de "non presentado" cando non realice a proba obxectiva.

Igualdade:

Segundo recóllese nas distintas normativas de aplicación para a docencia universitaria deberase incorporar a perspectiva de xénero nesta materia (usarase linguaxe non sexista, utilizarase bibliografía de autores/as de ambos os sexos, propiciarase a intervención en clase de alumnos e alumnas...)
Traballarase para identificar e modificar prexuízos e #actitude sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade.
Deberanse detectar situacións de discriminación por razón de xénero e propoñeranse accións e medidas para corrixilas.

Todos os aspectos relacionados con “dispensa académica”, “dedicación ao estudo”, “permanencia” e “fraude académica” rexeranse #de acordo con a normativa académica vixente da UDC.

Resultados de aprendizaxe	Competencias / Resultados do título
Coñecer e saber desenvolver modelos de aprendizaxe supervisada e non supervisada.	A12 A15	B2 B3 B5 B8 B9 B10
Coñecer e saber desenvolver modelos de agrupamento, en función da súa escalabilidade, volume de datos e características do problema.	A12 A15	B2 B3 B5 B8 B9 B10
Coñecer e saber desenvolver modelos de aprendizaxe por reforzo.	A12 A15	B2 B3 B5 B8 B9 B10
Coñecer e saber desenvolver modelos de ordenación e de detección de anomalías.	A12 A15	B2 B3 B5 B8 B9 B10
Coñecer e saber aplicar os modelos de embeddings para aprendizaxe automática.	A12 A15	B2 B3 B5 B8 B9 B10
Coñecer e saber desenvolver modelos de aprendizaxe en datos estruturados (grafos, árboles, secuencias).	A12 A15	B2 B3 B5 B8 B9 B10
Coñecer e saber utilizar ferramentas e plataformas que permiten traballar con estes modelos.	A12 A15	B2 B3 B8 B9 B10

Temas	Subtemas
Aprendizaxe non supervisada	Métodos de agrupamento Redes autoorganizadas
Aprendizaxe semi-supervisada	Modelos xenerativos Modelos baseados en grafos
Aprendizaxe por reforzo	Baseada en modelos Baseada en diferenzas temporais
Métodos de clasificación nunha clase	Baseados en densidade Baseados en reconstrución Discriminativos
Outras aproximacións	Algoritmos de ranking Embeddings

Metodoloxías / probas	Competencias / Resultados	Horas lectivas (presenciais e virtuais)	Horas traballo autónomo	Horas totais
Sesión maxistral	A12 A15 B2 B3 B5 B8 B9 B10	21	21	42
Prácticas a través de TIC	A12 A15 B2 B3 B5 B8 B9 B10	21	24	45
Proba obxectiva	A12 A15 B2 B3 B5 B8 B9 B10	2	20	22
Traballos tutelados	A12 A15 B2 B3 B5 B8 B9 B10	9	30	39

Atención personalizada		2	0	2

*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías	Descrición
Sesión maxistral	Impartición teórica da materia.
Prácticas a través de TIC	Sesións de carácter práctica dirixidas polo profesorado nas que se resolven problemas de xeito guiado.
Proba obxectiva	Proba de avaliación escrita na que o alumno deberá demostrar os coñecementos adquiridos na materia.
Traballos tutelados	Elaboración, coa supervisión do profesor, dun proxecto no que se apliquen as técnicas aprendidas na asignatura para desenvolver un proxecto con aprendizaxe automática.

Metodoloxías	Competencias / Resultados	Descrición	Cualificación
Traballos tutelados	A12 A15 B2 B3 B5 B8 B9 B10	Os alumnos deberán desenvolver proxectos prácticos de análise de datos sobre problema reais aplicando as técnicas de aprendizaxe automática aprendidas na asignatura.	40
Prácticas a través de TIC	A12 A15 B2 B3 B5 B8 B9 B10	Realización do traballo práctico co asesoramiento do profesor.	0
Proba obxectiva	A12 A15 B2 B3 B5 B8 B9 B10	Preguntas sobre os contidos da asignatura (teóricas e/ou prácticas), baseada nas distintas técnicas avanzadas de aprendizaxe automática e as súas aplicacións.	60

Observacións avaliación
Para superar a materia, deberase obter un mínimo de 4.5 puntos sobre 10 (2.25 sobre 5) na proba obxectiva. En caso contrario, a nota da materia nas actas será a correspondente á da proba obxectiva. Na segunda oportunidade, mantense a nota obtida nas prácticas de laboratorio e traballos tutelados que resulta da avaliación continua durante o curso. Aqueles estudantes con matrícula a tempo parcial deberán entregar os traballos nas mesmas condicións que os de tempo completo. Non presentado: O alumno recibirá a cualificación de "non presentado" cando non realice a proba obxectiva. Igualdade: Segundo recóllese nas distintas normativas de aplicación para a docencia universitaria deberase incorporar a perspectiva de xénero nesta materia (usarase linguaxe non sexista, utilizarase bibliografía de autores/as de ambos os sexos, propiciarase a intervención en clase de alumnos e alumnas...) Traballarase para identificar e modificar prexuízos e #actitude sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade. Deberanse detectar situacións de discriminación por razón de xénero e propoñeranse accións e medidas para corrixilas. Todos os aspectos relacionados con “dispensa académica”, “dedicación ao estudo”, “permanencia” e “fraude académica” rexeranse #de acordo con a normativa académica vixente da UDC.

Bibliografía básica	Tax, D. (2001). One-class classification: Concept-learning in the absence of counter-examples (Ph.D. thesis). The Netherlands: University of Delft (http://homepage.tudelft.nl/n9d04/thesis.pdf) Sutton, R. S., & Barto, A. G. (2018). Reinforcement learning: An introduction. MIT Press Chapelle, O., Scholkopf, B., & Zien, A. (Eds.) (2006). Semi-Supervised learning. MIT Press

Bibliografía complementaria
	Daphne Koller, Nir Friedman (2009). Probabilistic Graphical Models Principles and Techniques. MIT Press

Observacións