Ninguno

El objetivo de esta asignatura es que el alumno adquiera las bases del aprendizaje automático, conozca algunos de los métodos básicos y aprenda los procedimientos de selección de parámetros y evaluación de modelos.

Python como lenguaje de programación para el aprendizaje automático Pipeline del aprendizaje máquina: Preprocesado, entrenamiento del modelo, validación de parámetros y métricas de evaluación Modelos de regresión lineal y polinómica Modelos de clasificación básicos: Regresión logística, árboles de decisión Aprendizaje no supervisado: PCA y K-medias

AF3 Clases teórico prácticas AF4 Prácticas de laboratorio AF5 Tutorías AF6 Trabajo en grupo AF7 Trabajo individual del estudiante AF8 Exámenes parciales y finales METODOLOGIA MD1: Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. MD2: Lectura crítica de textos recomendados por el profesor de la asignatura MD3: Resolución de casos prácticos, problemas, etc.¿ planteados por el profesor de manera individual o en grupo MD4: Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos MD5: Elaboración de trabajos e informes de manera individual o en grupo REGIMEN DE TUTORIAS Se establecerán 2-3 horas a la semana de tutorias para los alumnos donde el profesor estará diosponible en su despacho.