Profesor | Gustavo De la Cruz Martínez | lu mi | 17 a 18:30 |
Ayudante | Rafael Robles Ríos | lu mi | 16 a 17 |
Ayud. Lab. | Ricardo Castañeda Martínez | ma | 16 a 18 |
Modalidad: Presencial con actividades en una plataforma de educación a distancia
http://esie.ccadet.unam.mx/moodle/
Descripción
En el curso de “Reconocimiento de Patrones y Aprendizaje Automatizado”, se revisarán las bases teóricas de algunos de los algoritmos que permiten aprender, sintetizar y actuar a partir de datos que provienen de diferentes fuentes de información, como redes sociales, bitácoras de servicios y uso de dispositivos, sensores, entre muchos otros.
El curso no es sobre minería de datos o big data sino sobre las técnicas utilizadas para darle valor a los datos que se tienen disponibles. En el curso se describirán cómo funcionan diferentes métodos de aprendizaje automático y cómo se implementan estas técnicas para resolver problemas reales.
Contenido
Qué es aprendizaje automatizado y tipos de algoritmos
Proceso para realizar aprendizaje automatizado
Árboles de decisión
Redes bayesianas
Redes neuronales
Reglas de asociación
Máquinas de soporte vectorial
Clustering
Bibliografía básica
Jason Bell (2015). Machine Learning: Hands-On for Developers and Technical Professionals. John Wiley & Sons, Inc.c
Mohammed, M., Khan, M., Bashier, E. (2016). Machine Learning. Boca Raton: CRC Press.
Bibliografía complementaria
Evaluación
Considerando la amplitud del temario es muy importante el trabajo en las ayudantías ya que ahí se realizan actividades que complementan las discusiones de la clase, por lo tanto las actividades y tareas de las ayudantías tienen un valor en la calificación final.
80% Proyectos - 4 proyectos y 4 artículos
20% Actividades y tareas en las ayudantías