Introducció a l'Aprenentatge Automàtic

• Hores setmanals
• Competències
• Objectius
• Continguts
• Activitats
• Metodologia docent
• Mètode d'avaluació
• Bibliografia
• Capacitats prèvies

Professorat

Responsable

• Maria Salamó Llorente ( )

Hores setmanals

Competències

Competències Tècniques Generals

Genèriques

• CG2 - Capacitat per a dirigir, planificar i supervisar equips multidisciplinaris.
• CG4 - Capacitat per a la direcció general, direcció tècnica i direcció de projectes de recerca, desenvolupament i innovació en empreses i centres tecnològics, en l'àmbit de la Intel·ligència Artificial.

Competències Tècniques de cada especialitat

Acadèmiques

• CEA3 - Capacitat de comprendre els principis bàsics de funcionament de les tècniques principals d'Aprenentatge Automàtic, i saber utilitzar-les en l'entorn d'un sistema o servei intel·ligent.

Professionals

• CEP2 - Capacitat de resoldre els problemes de presa de decisions de les diferents organitzacions, integrant eines intel·ligents.
• CEP7 - Capacitat de respectar la normativa legal i la deontologia en l'exercici professional.

Competències Transversals

Treball en equip

• CT3 - Ser capaç de treballar com a membre d'un equip interdisciplinari, ja sigui com un membre més o duent a terme tasques de direcció, amb la finalitat de contribuir a desenvolupar projectes amb pragmatisme i sentit de la responsabilitat, tot assumint compromisos considerant els recursos disponibles.

Raonament

• CT6 - Capacitat d'avaluar i analitzar de manera raonada i crítica sobre situacions, projectes, propostes, informes i estudis de caracter cientific-tecnic. Capacitat d'argumentar les raons que expliquen o justifiquen aquestes situacions, propostes, etc.

Analisis i sintesis

• CT7 - Capacitat d'anàlisi i resolució de problemes tècnics complexos.

Bàsiques

• CB6 - Que els estudiants sàpiguen aplicar els coneixements adquirits y la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contexts més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi.

Objectius

1. Aprendre i entendre les tècniques d'aprenentatge automàtic tant en tasques supervisades com no supervisades
   Competències relacionades: CEA3, CT6, CB6,
2. Aprendre a resoldre problemes usant les tecniques d'aprenentatge automàtic
   Competències relacionades: CEA3, CG2, CG4, CEP2, CEP7, CT3, CT6, CT7,

Continguts

1. 1. Introducció a l'aprenentatge automàtic
   - Què és l'aprenentatge?
   - Definició d'aprenentatge
   - Elements de l'aprenentatge automàtic
   - Paradigmes de l'aprenentatge automàtic
   - Aplicacions d'aprenentatge automàtic
   - Conceptes bàsics de la teoria de l'aprenentatge
2. Aprenentatge no supervisat
   - Introducció a l'aprenentatge no supervisat
   - Clusterització
   - Classificació dels algorismes de clusteritzación: K-Means i EM
   - Análisi de factors: PCA i ICA
   - Mapes auto-organitzatius i Anàlisi multidimensional
   - Sistemes de recomanació
3. Aprenentatge supervisat
   - Introducció i perspectives
   - Aprenentatge gandul
   - Introducció a la selecció d'atributs
   - Selecció de models
   - Taxonomia de l'aprenentatge supervisat
   - Decisió linial
   - Decisió no-linial: Mètodes de Kernel
   - Decisió no-linial: Ensemble Learning
   - Aprenentatge bayesià

Activitats

Activitat Acte avaluatiu

Metodologia docent

Mètode d'avaluació

Bibliografia

Bàsica:

• Pattern recognition and machine learning - Bishop, C.M, Springer, 2006. ISBN: 0387310738
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991003157379706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Pattern classification - Duda, .R.O.; Hart, P.E.; Stork, D.G, John Wiley & Sons, 2001. ISBN: 0471056693
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991002131619706711&context=L&vid=34CSUC_UPC:VU1&lang=ca
• Machine learning - Mitchell, T.M, The McGraw-Hill Companies, 1997. ISBN: 0070428077
  https://discovery.upc.edu/discovery/fulldisplay?docid=alma991001606429706711&context=L&vid=34CSUC_UPC:VU1&lang=ca

Capacitats prèvies