Ciencias de la Computación (plan 2013) 2017-2

contenido:

Unidad

tema

I

Introducción

1.1

Reconocimiento de patrones y machine Learning

1.2

BI y BA

1.3

Big Data

II

Aprendizaje supervisado y no supervisado, teoría de aprendizaje

2.1

Aprendizaje

2.2

Aprendizaje no supervisado

2.3

Aprendizaje supervisado

2.4

Generalización, entrenamiento y sobre-entrenamiento

2.5

Complejidad y dimensionalidad.

2.6

Ruido

2.7

Pipelines

III

Algoritmos segmentación

3.1

K-means

3.2

K-medias

3.3

el EM (expectation -maximization)

IV

Algoritmos clasificación

4.1

Decision tree

4.2

Random forest

4.3

SVM

4.4

Naive Bayes

4.5

logistic regression

V

Algoritmos Regresión

5.1

Linear regression

5.2

Ordinary least squares regression

5.3

neural networks

5.4

ALS Prediction

VI

Proyecto final

6.1

Principios procesamiento digital de imágenes

6.2

Automatización Pipelines

6.3

Visualización

6.4

Text mining