PRERREQUISITOS Y CONOCIMIENTOS PREVIOS RECOMENDADOS
Es recomendable haber cursado las siguientes asignaturas:
- Álgebra I (1013)
- Ecuaciones diferenciales (1041)
DESCRIPCIÓN GENERAL DE LA ASIGNATURA
El objetivo principal de la asignatura es que el alumno sea capaz de aplicar las técnicas clásicas más importantes de Reconocimiento de Patrones y las Redes Neuronales
Artificiales más extendidas (tanto supervisadas como no supervisadas) a
problemas concretos, algunas veces con datos sintéticos y otras veces con datos del mundo real (p.e. imágenes) utilizando Matlab para ello. El alumno debe comprender
las características principales comunes a todas las técnicas basadas en
el aprendizaje, así como a evaluar las ventajas e inconvenientes de la utilización de
cada técnica en particular para un problema en concreto. Para ello van
resolviendo los mismos problemas mediante ejercicios planteados con las
distintas técnicas explicadas durante el curso y realizan igualemente 2 trabajos que engloban el análisis comparativo de las técnicas explicadas.
OBJETIVOS: CONOCIMIENTOS Y CAPACIDADES
- Capacidad de aplicación de los conceptos teóricos del temario.
- Capacidad para la resolución de problemas prácticos sobre bases de datos sintéticas y de aplicaciones reales, utilizando Matlab.
- Capacidades de trabajo en grupo.
ACTIVIDADES DE EVALUACIÓN O TAREAS PRÁCTICAS
- Evaluación de todos los ejercicios de clase.
- Evaluación de los 2 trabajos colaborativos expuestos en clase.
- Evaluación individualizada en el examen regular.
Una posible ponderación es 2, 4 y 4 puntos, respectivamente.