Guía DocenteCurso Facultade de Informática |
Grao en Ciencia e Enxeñaría de Datos |
Asignaturas |
Aprendizaxe Automática I |
Contidos |
Datos Identificativos | 2023/24 | |||||||||||||
Asignatura | Aprendizaxe Automática I | Código | 614G02019 | |||||||||||
Titulación |
|
|||||||||||||
Descriptores | Ciclo | Período | Curso | Tipo | Créditos | |||||||||
Grao | 2º cuadrimestre |
Segundo | Obrigatoria | 6 | ||||||||||
|
Temas | Subtemas |
1. Introducción | 1.1. Introducción ao Aprendizaxe automático 1.2. Paradigmas de aprendizaxe 1.3. Aprendizaxe Inductivo 1.4. Teoremas No Free Lunch |
2. Aprendizaxe supervisado | 2.1. Introducción 2.2. Redes de Neuronas Artificiais 2.3. Máquinas de Soporte Vectorial 2.4. Árbores de decisión 2.5. Árbores de regresión e árbores de modelos de regresión 2.6. Aprendizaxe baseado en instancias |
3. Computación Evolutiva | 3.1. Algoritmos Xenéticos 3.2. Programación Xenética 3.3. Enxames e outras técnicas de Computación Evolutiva |
4. Metodoloxías no análise de datos | 4.1. Metodoloxías de adestramento, avaliación e selección de modelos 4.2. Metodoloxías dun proxecto de análise de datos |
5. Aprendizaxe non supervisado | 5.1. Métodos de clustering 5.2. Redes autoorganizadas |
|