Profesor | Gustavo De la Cruz Martínez | lu mi | 18:30 a 20 | P106 |
Ayudante | Estefanía Prieto Larios | ma ju | 19 a 20 | P106 |
Ayud. Lab. | Orlando Alain Apipilhuasco Rosas | ma | 14 a 16 |
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.
En el curso se describirán cómo funcionan diferentes métodos de aprendizaje automático y cómo se implementan estas técnicas para resolver problemas reales.
Se utilizarán diferentes lenguajes de programación para la resolución de los problemas: Java, Python, y R. Esto nos permitirá analizar las ventajas de cada entorno de trabajo en el contexto del aprendizaje automático.
El curso se apoyará en la plataforma de moodle de la Facultad de Ciencias.
Se tendrá solo una sesión síncronas (via Zoom) a la semana para trabajar con el profesor (miércoles) en el horario establecido.
La sesión de laboratorio también será síncrona, el día martes.
El resto de las actividades serán a través de la plataforma.
La sesión de presentación del curso, será el lunes 14 de febrero de 18:30 a 20 h.
Podrás ingresar a la sesión a través de esta liga:
https://cuaieed-unam.zoom.us/j/84215552266?pwd=ZjcwcGZnN3c3R0llSDI5MnNzOFExZz09
3 proyectos en equipos acompañados de su reporte en formato de artículo (25 % cada uno)
Actividades en la plataforma y tareas individuales (25 %)
Aprendizaje automático y tipos de aprendizaje
Proceso para realizar aprendizaje automatizado
Árboles de decisión
Redes bayesianas
Redes neuronales
Reglas de asociación
Máquinas de soporte vectorial
Clustering
Russell, S, y Norvig, P. Artificial Intelligence: A Modern Approach, 3a. Edición, Prentice Hall, 2009.
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.