Clave: 19B7858
No. de horas: 72
Créditos: 5
Tipo de asignatura: Optativa
Fecha de elaboración: 2018-05-09
Objetivo general:
Que el alumno obtenga conocimiento teórico de los conceptos, etapas y algoritmos utilizadosen el área de aprendizaje automático.
Asimismo, que elalumno identifique y utilice servicios que brindan distintas plataformas paraconstruir proyectos de aprendizaje automático. Además, que el alumno sea capazde plantear, construir, evaluar e implementar modelos de aprendizaje automáticoaplicados a solucionar problemas de distinto dominio.
Temas:
1. Introducción al aprendizaje automatico
2. Clasificación basada en teoría Bayesiana
3. Maquina de soporte vectorial
4. Extracción y selección de características
5. Arboles de decisión
6. Vecinos mas cercanos
7. Algoritmos de agrupamiento
8. Modelos ocultos de Markov
9. Construcción de proyectos de aprendizajeautomático
Bibliografía:
[1] Theodoridis, S., &Koutroumbas, K. Pattern recognition, cuarta edicion. Elsevier, 2009.
[2] Duda, R. 0., Hart, P. E.,& Stork, D. G. Pattern classification, segunda edicion, John Wiley &Sons, 2001.
[3] Mohri M., Rostamizadeh A. andTalwalkar Ammet, Foundations of Machine Learning, MIT press, 2012.
[4] Géron, A. Hands-on machinelearning with Scikit-Learn and TensorFlow: concepts, tools, and techniques tobuild intelligent systems. O'Reilly Media, Inc., 2017.
[5] Raschka, S. Python machinelearning :Unlock deeper insights into machine learning with this vital guide tocutting-edge predictive analytics, Birmingham, UK. Packt publishing, 2016.