El aprendizaje es una característica central de la inteligencia, y la posibilidad de construir sistemas computerizados capaces de adaptarse a su entorno aprendiendo de él es una cuestión que cada vez suscita más interés.
Este tipo de sistemas resultan especialmente útiles cuando se trata de modelar una tarea para la que no existe una experiencia humana de partida de la que extraer un algoritmo, cuando éste no es fácil de extraer o cuando es necesario analizar un conjunto de datos para poder extraer conocimiento de ellos. Las técnicas de Aprendizaje Máquina nos permiten programar estas tareas utilizando únicamente datos de ejemplo o experiencias pasadas. En este curso se estudian las diversas aproximaciones a los problemas de aprendizaje, sus ventajas y limitaciones, el tipo de problemas para los que son más adecuadas, así como las condiciones de desarrollo que deben tenerse en cuenta para que este tipo de sistemas y modelos sean lo más fiable posible.
(*)The teaching guide is the document in which the URV publishes the information about all its courses. It is a public document and cannot be modified. Only in exceptional cases can it be revised by the competent agent or duly revised so that it is in line with current legislation.
Subjects
