Programación (Curso: 1 / Cuatrimestre: 1) Estadística (Curso 2 / Cuatrimestre: 1) Teoría de Autómatas y Lenguajes Formales (Curso 2 / Cuatrimestre 1)) Inteligencia Artificial (Curso 2 / Cuatrimestre 2)

* Comprender las técnicas básicas de Aprendizaje Automático * Aprender a determinar cuándo utilizar Aprendizaje Automático en problemas reales * Aprender a determinar qué técnica es adecuada para cada problema * Aprender a aplicar de forma práctica las técnicas en problemas reales

RA1.2: Conocimiento y comprensión de las disciplinas de ingeniería propias de su especialidad, en el nivel necesario para adquirir el resto de competencias del título, incluyendo nociones de los últimos adelantos. RA5.1: Comprensión de las técnicas aplicables y métodos de análisis, proyecto e investigación y sus limitaciones en el ámbito de su especialidad. RA6.2: Capacidad de gestionar complejas actividades técnicas o profesionales o proyec tos de su especialidad, responsabilizándose de la toma de decisiones. CG2: Ser capaz de generar nuevas ideas (creatividad) y de anticipar nuevas situaciones y de adaptarse a Trabajar en equipo y relacionarse con otros, pero al mismo tiempo tener capacidad de trabajar de forma autónoma. CG7: Ser capaz de exponer y discutir propuestas en el trabajo en equipo, demostrando habilidades personales y sociales que le permitan asumir responsabilidades distintas dentro de los mismos. CGO9: Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesión de Ingeniero Técnico en Informática. CTE2: Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación. CTE5: Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos.

1. Introducción al Aprendizaje Automático 2. Técnicas de clasificación y regresión básicas 3. Técnicas de clasificación y regresión avanzadas 3. Aspectos metodológicos (evaluación, ajuste de hiper-parámetros, preproceso) 4. Técnicas no supervisadas (agrupación, aprendizaje asociativo) 5. Técnicas basadas en refuerzo

* Clases magistrales: 1 ECTS. Orientadas, entre otras, al desarrollo de las competencias relacionadas con el conocimiento de los fundamentos, paradigmas y técnicas para construir y evaluar sistemas inteligentes basados en Aprendizaje Automático. * Clases prácticas: 1 ECTS. Tienen por objetivo iniciar el desarrollo de las competencias específicas instrumentales, así como las competencias de resolución de problemas y aplicación de conocimientos. * Pruebas de evaluación continua (trabajo individual): 0,5 ECTS. Orientadas a las competencias relacionadas con el conocimiento de los fundamentos, paradigmas y técnicas para construir y evaluar sistemas inteligentes basados en Aprendizaje Automático. * Trabajos prácticos (en grupo): 3 ECTS. Tienen por objetivo completar e integrar el desarrollo de todas las competencias específicas relacionadas con la resolución e implementación de casos prácticos donde queden bien documentados el planteamiento del problema, la elección del método de resolución, los resultados obtenidos y la interpretación de los mismos. * Tutorías: Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. * Examen final: 0,5 ECTS. Tiene por objeto incidir y complementar en el desarrollo de las capacidades específicas cognitivas, especialmente el análisis, diseño, representación y formalización del conocimiento y aplicación de técnicas para la resolución de problemas.