Guía DocenteCurso Escola Técnica Superior de Enxeñeiros de Camiños, Canais e Portos |
Máster Universitario en Xestión Sostible da Auga |
Asignaturas |
Aprendizaxe Automática |
Contidos |
|
|
Datos Identificativos | 2023/24 | |||||||||||||
Asignatura | Aprendizaxe Automática | Código | 632549028 | |||||||||||
Titulación |
|
|||||||||||||
Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
Mestrado Oficial | 2º cuadrimestre |
Primeiro | Optativa | 3 | ||||||||||
|
Temas | Subtemas |
1.- Introducción á aprendizaxe | 1.1.- Ámbitos e tipos de problemas 1.2.- Características xerais. 1.3.- Precisión e dimensionalidade |
2.- Aprendizaxe Estatística | 2.1.- Discriminantes lineais 2.2.- Outros discriminantes |
3.- Árbores de decisión | 3.1.- Obxectivo da IA simbólica 3.2.- Xeneralidades 3.3.- Árbores de decisión 3.4.- Medidas de rendemento |
4.- Redes Neuronais Artificiais | 4.1.- Conceptos básicos 4.2.- O perceptrón 4.3.- Redes profundas e outros modelos |
5.- Kernels | 5.1.- Nomenclatura e definicións 5.2.- SVMs lineais 5.3.- SVMs non lineais |
6.- Aprendizaxe non supervisado e semisupervisado | 6.1.- Análise clúster 6.2.- Aprendizaxe por reforzo |
7.- Metodoloxía experimental e análise de datos e resultados | 7.1.- Extracción e selección de características 7.2.- Preprocesado de datos 7.3.- Deseño experimental 7.4.- Estimación do erro 7.5.- Selección de modelos |
|