OUTRAS NORMAS DE EVALUACIÓN DA ASIGNATURA

- A entrega das prácticas e a súa presentación nas datas e horarios indicados, así como a
asistencia ás clases de prácticas son obrigatorias para aprobar a
asignatura.

- A nota do proxecto de investigación para as dúas oportunidades do curso será a obtida na primeira oportunidade de Xuño. Non haberá entrega de proxectos para a segunda oportunidade de Xullo, excepto para os proxectos suspensos.

- Un alumno considerarase presentado nunha convocatoria se fai a entrega COMPLETA do proxecto.

- De acordo ao artigo 14, apartado 4, da normativa*, o plaxio dos
traballos prácticos levará unha nota global de SUSPENSO no Proxecto, tanto ao
estudante que presente material copiado como a quen o facilitase, e polo
tanto a cualificación de SUSPENSO na convocatoria anual.

Matrícula a tempo parcial

- En caso de matrícula a tempo parcial elimínase a obrigatoriedade da asistencia ás clases de prácticas, pero non a entrega de traballos nin a asistencia ás presentacións orais dos mesmos nas condicións e prazos específicos que se establecerán. Será obriga do estudante comunicar a súa situación ao profesorado.

* Normativa de avaliación, revisión e reclamación das cualificacións dos
estudos de grao e máster universitario, aprobada polo Consello de
Goberno da Universidade da Coruña o 19 de decembro de 2013.

Temas	Subtemas
TEMA 1: Introducción á aprendizaxe	1.1. Areas de aplicación e tipos de problemas 1.2. Características dos sistemas de aprendizaxe 1.3. Perspectiva xeral das distintas aproximacións e tipos de aprendizaxe
TEMA 2: Teoría da aprendizaxe computacional	2.1. O problema da precisión. 2.2. A dimensión Vapnik-Chervonenkis 2.3. A maldición da dimensionalidade
TEMA 3: Aprendizaxe estatística	3.1. O discriminante lineal de Fisher 3.2. Outros tipos de discriminantes
TEMA 4: Aprendizaxe baseada en árboles e reglas de decisión	4.1. Obxetivo da IA simbólica 4.2. Xeneralidades dos algoritmos de aprendizaxe en IA simbólica 4.3. Listas de decisión 4.4. Inducción de reglas 4.5. Árboles de decisión 4.6. Medidas de rendimiento: entropía e información mutua
TEMA 5: Redes de neuronas artificiais	5.1. Conceptos básicos 5.2. O Perceptrón multicapa 5.3. Outros modelos
TEMA 6: Aprendizaxe baseada en kernels	6.1. Nomenclatura e definicións previas 6.2. SVMs lineais 6.3. SVMs non lineais 6.4. SVM Multiclase
TEMA 7: Métodos de aprendizaxe non supervisados	7.1. Análisis cluster 7.2. Análisis cluster xerárquico 7.3. Análisis cluster iterativo 7.4. Mapas autoorganizativos
TEMA 8: Aprendizaxe semisupervisada.	8.1 Aprendizaxe por reforzo
TEMA 9: Métodos de reducción da dimensión	9.1. Extracción de características 9.2. Selección de características
TEMA 10: Metodoloxía experimental e análise de resultados	10.1. Diseño experimental 10.2. Preprocesado de datos 10.3. Métodos para a estimación do error 10.4. Métodos de selección de modelos

Metodoloxías / probas	Competencias	Horas presenciais	Horas non presenciais / traballo autónomo	Horas totais
Sesión maxistral	A2 A3 A4 B1 B3 B7 C6	14	21	35
Prácticas de laboratorio	A2 A3 A4 A6 B2 C3	25	25	50
Investigación (Proxecto de investigación)	A2 A3 A4 A6 B1 B2 B3 B6 C3 C6	0	29	29
Presentación oral	B3 C1 C6	3	3	6
Proba obxectiva	A2 A3 A4 A6 B2 C1 C6	2	18	20

Atención personalizada	10	0	10

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

Metodoloxías	Descrición
Sesión maxistral	Exposición oral dos contidos que conforman o marco teórico da materia, complementada co uso de medios audiovisuais e a introdución dalgunhas preguntas dirixidas aos estudantes, co obxectivo de transmitir coñecemento así como de estimular o razoamento crítico do estudante.
Prácticas de laboratorio	Actividade que permitirá aos estudantes familiarizarse coas ferramentas, plataformas e conxuntos de datos máis comúns no ámbito da aprendizaxe computacional na bioinformática. O obxectivo é que apliquen e asimilen efectivamente os contidos teóricos a través da realización de actividades de carácter práctico, tales como exercicios, experimentos, simulacións e investigacións.
Investigación (Proxecto de investigación)	Realizaranse varios traballos relacionados cos bloques principais da materia: técnicas de aprendizaxe básicas, técnicas avanzadas e técnicas de selección e extracción de características. Consistirán en actividades de carácter práctico a través das cales se expoñen situacións que requiren ao estudante identificar o problema obxecto de estudo, formulalo con precisión, desenvolver os procedementos pertinentes, aplicar as técnicas vistas en clase, interpretar os resultados e sacar as conclusións oportunas do traballo realizado. Inclúe sesións periódicas co profesor para o seguimento.
Presentación oral	Ao finalizar cada proxecto de investigación os estudantes deben preparar unha sinxela presentación cos principais resultados, conclusións e achegas e expor o traballo realizado na aula.
Proba obxectiva	Proba escrita utilizada como actividade final da materia para a avaliación da aprendizaxe.

Metodoloxías	Competencias	Descrición	Cualificación
Investigación (Proxecto de investigación)	A2 A3 A4 A6 B1 B2 B3 B6 C3 C6	Traballo en grupo de realización OBRIGATORIA que abordará cada un dos temas da materia. Realizarase en diversas fases ao longo do curso e supón unha avaliación completa e contínua sobre todos os aspectos teóricos e prácticos da materia. Inclúe tamén un seguimento de participación activa por parte do estudante. As condicións e contido concreto detallaranse durante o curso. Non se poderá aprobar a materia se se obtén unha puntuación inferior a 4 neste apartado.	99
Presentación oral	B3 C1 C6	Periodicamente establécense sesións de presentación e discusión dos detalles do proxecto de investigación, os resultados obtidos e as conclusións extraídas. É OBRIGATORIA para poder aprobar o proxecto de investigación e inflúe na cualificación final deste, pero non se puntúa á marxe da nota outorgada ao proxecto.	0
Proba obxectiva	A2 A3 A4 A6 B2 C1 C6	Proba escrita utilizada para a avaliación da aprendizaxe de todos ou algúns dos temas da materia. Esta proba será OPTATIVA para os estudantes que obteñan unha nota do Proxecto de Investigación maior ou igual a 5. Seguindo a normativa académica o profesor poderá eximir da presentación ao exame a estes estudantes e a súa nota final será a do proxecto. Esta proba será OBRIGATORIA para os estudantes que obteñan unha puntuación no intervalo [4,5) no proxecto de investigación. En ambos os casos, a nota final será a media entre a cualificación desta proba e a do proxecto. Os alumnos con nota no Proxecto superior a 9 que desexen optar a Matrícula de Honra deberán tamén realizar o exame. Neste caso, a nota do exame engadirase á nota do Proxecto. A cualificación final será o resultado de normalizar sobre 10	1

Observacións avaliación
OUTRAS NORMAS DE EVALUACIÓN DA ASIGNATURA - A entrega das prácticas e a súa presentación nas datas e horarios indicados, así como a asistencia ás clases de prácticas son obrigatorias para aprobar a asignatura. - A nota do proxecto de investigación para as dúas oportunidades do curso será a obtida na primeira oportunidade de Xuño. Non haberá entrega de proxectos para a segunda oportunidade de Xullo, excepto para os proxectos suspensos. - Un alumno considerarase presentado nunha convocatoria se fai a entrega COMPLETA do proxecto. - De acordo ao artigo 14, apartado 4, da normativa, o plaxio dos traballos prácticos levará unha nota global de SUSPENSO no Proxecto, tanto ao estudante que presente material copiado como a quen o facilitase, e polo tanto a cualificación de SUSPENSO na convocatoria anual. Matrícula a tempo parcial - En caso de matrícula a tempo parcial elimínase a obrigatoriedade da asistencia ás clases de prácticas, pero non a entrega de traballos nin a asistencia ás presentacións orais dos mesmos nas condicións e prazos específicos que se establecerán. Será obriga do estudante comunicar a súa situación ao profesorado. Normativa de avaliación, revisión e reclamación das cualificacións dos estudos de grao e máster universitario, aprobada polo Consello de Goberno da Universidade da Coruña o 19 de decembro de 2013.

Bibliografía básica	Alpaydin, E. (2004). Introduction to Machine Learning. The MIT Press Bishop, C. (1996). Neural Networks for Pattern Recognition. Oxford University Press Michie, D., Spiegelhalter, D. J., Taylor, C. C., (editores) (1994). Machine Learning: Neural and statistical classification. Ellis Horwood. https://www.researchgate.net/publication/2335004_Machine_Learning_Neural_and_Statisti Mitchell, T. (1997). Machine Learning. WCB/McGraw-Hill Nilsson, N. J. (1996). Introduction to Machine Learning. Draft of Incomplete Notes. http://robotics.stanford.edu/people/nilsson/mlbook.html 2nd Edition byBerthold R. (Editor), Hand D.J. (Editor) (1999). Intelligent Data Analysis . Springer. https://www.researchgate.net/publication/235945820_Intelligent_Data_Analysis_An_Introducti

Bibliografía complementaria

Observacións