Introducción al Aprendizaje Automático (Machine-Learning)

Fecha de Inicio:

Temario: Presentación
Unidad 1
1. Introducción al Machine Learning
Actividad 1
Evaluación 1
Unidad 2
2. Extracción de estructuras de los datos: clustering
Actividad 2
Unidad 3
3. Sistemas de recomendación
Actividad 3
Evaluación 2
Unidad 4
4. Clasificación
Actividad 4
Unidad 5
5. Redes neuronales y deep learning
Actividad 5
Evaluación 3
Unidad 6
6. Sistemas de elección
Actividad 6
Unidad 7
7. Procesamiento de lenguaje natural
Actividad 7
Caso Práctico
Evaluación Final
Resumen

Competencias: OBJETIVO GENERAL:
Identificar los conceptos necesarios para la realización de procesos de machine learning.
OBJETIVOS ESPECÍFICOS:
Unidad 1:

Conocer el concepto de machine learning.
Estudiar las implicaciones del machine learning para la IA.

Unidad 2:

Conocer el proceso de aprendizaje no supervisado.
Estudiar los algoritmos de clustering.

Unidad 3:

Conocer los sistemas de recomendación.
Estudiar la implementación de los sistemas de recomendación.

Unidad 4:

Conocer los sistemas de clasificación.
Estudiar la implementación de los sistemas de clasificación.

Unidad 5:

Conocer las redes neuronales.
Estudiar el método de trabajo de una red neuronal.

Unidad 6:

Conocer los sistemas de soporte de decisiones.
Estudiar la aplicación de la IA a los sisemas de soporte de decisiones.

Unidad 7:

Saber qué es el Procesamiento del Lenguaje Natural (PLN).
Descubrir qué se incluye en el PLN.
Conocer ejemplos de uso y el futuro de PLN.