Guía DocenteCurso Facultade de Informática |
Grao en Ciencia e Enxeñaría de Datos |
Asignaturas |
Aprendizaxe Automática I |
Resultados de aprendizaxe |
Datos Identificativos | 2023/24 | |||||||||||||
Asignatura | Aprendizaxe Automática I | Código | 614G02019 | |||||||||||
Titulación |
|
|||||||||||||
Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
Grao | 2º cuadrimestre |
Segundo | Obrigatoria | 6 | ||||||||||
|
Resultados de aprendizaxe | Competencias / Resultados do título | ||
Comprender a relación entre a complexidade dos modelos de aprendizaxe, as características dos datos de aprendizaxe e o sobrexuste, e coñecer os mecanismos para evitalo. | A24 A25 |
||
Desenvolver capacidades para deseñar as etapas dun proceso completo de análise de datos baseado en técnicas de aprendizaxe automática. | B2 B7 B9 B10 |
C1 |
|
Saber aplicar correctamente as técnicas de aprendizaxe automática para obter resultados fiables e significativos. | A24 |
B3 B8 |
|
Coñecer as técnicas máis representativas e actuais de aprendizaxe non supervisadas, semisupervisadas e supervisadas. | A24 |
B8 |
|
Conocer as técnicas máis representativas de aprendizaxe para os problemas clásicos de clasificación, regresión e agrupación, e outros menos clásicos como problemas de ordenación, problemas dunha clase ou multitarea. | A24 |
B8 |
|
Identificar as técnicas apropiadas de análise de datos segundo o problema. | A25 |
B3 B8 |
|
Manexar as ferramentas e contornos de traballo máis actuais no ámbito da aprendizaxe automática. | A26 |
B2 B10 |
|