Grao en Ciencia e Enxeñaría de Datos |
Asignaturas |
Aprendizaje Automático I |
Resultados de aprendizaje |
Datos Identificativos | 2021/22 | |||||||||||||
Asignatura | Aprendizaje Automático I | Código | 614G02019 | |||||||||||
Titulación |
|
|||||||||||||
Descriptores | Ciclo | Periodo | Curso | Tipo | Créditos | |||||||||
Grado | 2º cuatrimestre |
Segundo | Obligatoria | 6 | ||||||||||
|
Resultados de aprendizaje | Competencias / Resultados del título | ||
Comprender la relación entre la complejidad de los modelos de aprendizaje, las características de los datos de entrenamiento y el sobreajuste, y conocer los mecanismos para evitarlo. | A24 A25 |
||
Desarrollar capacidades para diseñar las etapas de un proceso completo de análisis de datos basado en técnicas de aprendizaje automático | B2 B7 B9 B10 |
C1 |
|
Saber aplicar correctamente las técnicas de aprendizaje automático para obtener resultados fiables y significativos | A24 |
B3 B8 |
|
Conocer las técnicas más representativas y actuales de aprendizaje no supervisado, semisupervisado y supervisado, con y sin refuerzo. | A24 |
B8 |
|
Conocer las técnicas más representativas de aprendizaje para los problemas clásicos de clasificación, regresión y agrupación, y otros menos clásicos como problemas de ordenación, problemas de una clase o multitarea. | A24 |
B8 |
|
Identificar las técnicas apropiadas de análisis de datos según el problema. | A25 |
B3 B8 |
|
Manejar las herramientas y entornos de trabajo más actuales en el ámbito del aprendizaje automático. | A26 |
B2 B10 |
|