Pasar al contenido principal

Introducción al Aprendizaje Automático

El objetivo del curso es presentar los diferentes tipos de técnicas de aprendizaje automático, y la metodología y
herramientas para su aplicación. Se presentarán diferentes métodos de aprendizaje supervisado y no supervisado,
aplicados a conjuntos de datos reales. Se utilizarán bibliotecas de código abierto para el lenguaje de programación
Python a los efectos de aplicar el conocimiento adquirido sobre diferentes conjuntos de datos disponibles
públicamente, evaluando e interpretando los resultados.

Objetivos

El objetivo del curso es presentar los diferentes tipos de técnicas de aprendizaje automático, y la metodología y
herramientas para su aplicación. Se presentarán diferentes métodos de aprendizaje supervisado y no supervisado,
aplicados a conjuntos de datos reales. Se utilizarán bibliotecas de código abierto para el lenguaje de programación
Python a los efectos de aplicar el conocimiento adquirido sobre diferentes conjuntos de datos disponibles
públicamente, evaluando e interpretando los resultados.

Público objetivo
Estudiantes de Posgrado de Informática y áreas afines.
Temario

● Introducción al Aprendizaje Automático. Métodos supervisados y no supervisados. Clasificación y regresión. Metodología para el aprendizaje. Evaluación.
● Clasificación y regresión utilizando Árboles de Decisión y Random Forests.
● Aprendizaje Bayesiano
● Aprendizaje basado en casos.
● Clustering
● Regresión lineal y regresión logística. Descenso por Gradiente y optimización.

Conocimientos exigidos
Programación.
Conocimientos deseables
Probabilidad y Estadística, Álgebra.
Metodología de evaluación

Para todos los estudiantes:
- Entregas de trabajos (grupal)
- Prueba escrita individual.

Detalles
Créditos
6
Arancel
30000
Inicio de curso
Fin de curso
Horario
A confirmar
Docentes
Dr. Ing. Guillermo Moncecchi, grado 3, InCo
Dra. Jimena Ferreira, grado 2, InCo
Ing. Rodrigo Laguna