Profesor | Sergio Hernández López | ma ju | 16 a 17:30 |
Ayudante | José Alejandro Rojas López | lu mi | 17:30 a 18:30 |
Ayudante | Miguel Andrés Guevara Castro | lu mi | 17:30 a 18:30 |
Ayud. Lab. | Julio César Misael Monroy González | ju | 14 a 16 |
Ayud. Lab. | Enrique Francisco Soto Astorga | ju | 14 a 16 |
PRESENTACIÓN
La sesión de presentación se llevará a cabo el día de hoy lunes 30 de enero a la hora de clase (17:30) por zoom en este liga https://cuaieed-unam.zoom.us/my/sergiohzlz
Aparte de mi correo (sergiohzlz en ciencias punto unam punto mx), también puedes escribirme a telegram: https://t.me/sergiohzlz
La página de referencia es la siguiente https://sites.google.com/view/patronesciencias/inicio
Tener grandes cantidades de datos sobre los que hay que buscar un subconjunto específico de ellos puede ser una tarea muy demandantte pero también se ha convertido en una práctica común y necesaria a partir del desarrollo tecnológico, un ejemplo se deriva directamente de la investigación en biología y bioinformática cuyo auge es muy notable hoy en día. Lo mismo pasa con los datos de tipo texto, es imposible estar al tanto de todas las respuestas que una red social pueda tener sin embargo intuimos que hay algún patrón que identifica un tipo de respuesta de otro. En este contexto es que se presentan una materia como la detección de patrones y el aprendizaje automatizado que es un área de las ciencias computacionales reconocible dentro de las técnicas de la inteligencia artificial. Las técnicas comprendidas en la detección de patrones y el aprendizaje automatizado están conceptualizadas para poder hacer una extracción de información semánticamente relevante dentro de un conjunto extenso de datos.
Los algoritmos que se revisarán en esta clase están pensados para poder obtener información valiosa de esta gran cantidad de datos que hoy están a la mano. Se revisaŕan los algoritmos que se presentan a continuación y se revisarán los fundamentos técnicos de los mismos así como aplicaciones relevantes.
1. Introducción y bases matemáticas ¿Qué es el reconocimiento de patrones?
2. Paradigma y práctica común del aprendizaje automatizado. La regresión lineal.
3. Detección de grupos y algoritmos no supervisados
4. Algoritmos supervisados y el paradigma neuronal.
5. Algoritmos de ensamble y árboles de decisión
Dentro de las tareas que se pueden realizar con estos algoritmos están la clasificación de textos, la regresión multivaluada, reconocimiento de imágenes, etcétera. La clase tendrá un formato de seminario en el que se dejarán proyectos y se leeran artículos de revistas especializadas (históricos o nuevos). El lenguaje de programación será Python 3.6.
Trabajos en clase y tareas: 40%
Laboratorio: 30%
Proyecto final 30%