Aprendizaje computacional.

Dificultad (1-4):

3

Temática:

La motivación principal de esta asignatura es la de dar a conocer el aprendizaje automático y como se sitúa dentro de la Inteligencia Artificial como disciplina y entender que son los agentes y los sistemas multiagente.

En Inteligencia Artificial se dio una visión general de la Inteligencia Artificial y se presentaron algunos de los métodos y técnicas llamados clásicos, como son la resolución de problemas, la búsqueda y los sistemas basados en el conocimiento, también se vieron técnicas más avanzadas de razonamiento aproximado. En esta asignatura se profundizará mucho más en el problema del aprendizaje automático (machine learning), cubriendo los temas del aprendizaje no supervisado (clustering) y supervisado (clasificación). En especial, se hará hincapié en algoritmos del estado del arte como Support Vector Machines, ensemble de clasificadores o redes neuronales.

La asignatura se enmarca como continuación lógica de Inteligencia Artificial, dentro del itinerario de Computación. Es recomendable, aunque no pre requisito, tener conocimientos elementales de Álgebra Lineal y estadística y haber superado Inteligencia Artificial del grado en Informática.

Opiniones Generales:

Opinión 1:
“Esta asignatura no es más que la actual IA2 junto con algún tema de la actual IA1 del segundo ciclo de ingeniería informática. Para los que se quieran cambiarse del segundo ciclo de Ingeniería Informática al grado (sin finalizar el segundo ciclo) la cosa queda de la siguiente forma:

IA1+IA2 del segundo ciclo de ingeniería informática convalidan Aprendizaje Computacional del grado.
IA1 convalida Inteligencia Artificial del grado.

Saludos.”
Opinión 2:
“Hola compañeros, ¿Cómo llevais la asignatura?, Yo la verdad es que estoy bastante perdido. Leo los apuntes, pero con tanta fórmula acabo completamente mareado, no sé qué se supone que debemos memorizar o incluso entender. Estoy por el apartado 3 y estoy totalmente sobrepasado. Cada párrafo es una lucha. “Métricas de Minkowski”, “Distancia de Manhattan”…son conceptos que me dejan ojiplático. Supongo que estará más claro en los ejemplos de las PAC, pero aún no he tenido tiempo de echarles ningún vistazo. En fin, solo quería desahogarme.

¿Cómo la veis vosotros?

Saludos”

Tipo de Evaluación:

Esta asignatura se puede superar a partir de la evaluación continua (EC), cuya nota final se cruza con la calificación de una prueba de síntesis (PS). Es necesario realizar las actividades prácticas obligatorias (Pr) cuya nota se cruza con la nota de evaluación continua. El resultado de este cruce entre la EC y la Pr se cruza a su vez con la nota de la PS para obtener la nota final de la asignatura. Para hacer la PS es necesario haber superado la FC. La fórmula de acreditación de la asignatura es la siguiente: (EC+Pr) + PS

Final de asignatura = Final Continuada (FC) = EC + PR

EC = 60%

Pr = 40%

Notas mínimas:

Pr = 5

EC = 4

En caso de no conseguir la nota mínima en la Pr, la nota obtenida en la fórmula corresponde a la obtenida en la Pr

FC = 70 %

PS = 30%

Notas mínimas:

PS = 3,5

Cuando la nota obtenida en la PS sea inferior a los mínimos establecidos para cada fórmula, la calificación final de la asignatura será la nota obtenida en la PS.

¿Te ha gustado? Compártelo.
Esta web como la mayoria utiliza cookies para su correcto funcionamiento y para ofrecerte una mejor experiencia de navegación por el sitio. Si continúas navegando estas consintiendo el uso de las mismas. Puedes obtener más información sobre el uso de cookies y como desactivarlas en tu navegador accediendo a la página de la política de cookies:    Ver