Irakasgaiaren azalpena eta testuingurua

El alumno desarrolla y profundiza la comptencias propias de la titulación pero mucho más aplicado al campo de la Inteligencia Computacional.

Ohiko deialdia: orientazioak eta uko egitea

Se aplicará la normativa vigente por la Universidad.

El alumno deberá hacer la solicitud según el procedimiento que tiene establecido en función del reglamento académico vigente.

Ezohiko deialdia: orientazioak eta uko egitea

Se realizarán el mismo tipo de pruebas que en la convocatoria extraordinaria y con las mismas ponderaciones. Por tanto el alumno deberá realizar las prácticas que se le han solicitado a lo largo del curso.

Irakasgai-zerrenda

Introducción

Clasificadores lineales. Support Vector Machines. Análisis de Componentes Principales

Adaboost

Redes Bayesianas y Diagramas de Influencia. Arboles Decisión (Algoritmo ID3)

Particle Swarm Optimization. Differential Evolution

Computación Neuronal. Paradigmas RNA. MLP. Red Backpropagation. Redes Self Organizing Map & Counterpropagation. Redes Hopfield & Bidirectional. Associative Memory. Red Adaptive Resonance Theory

Aprendizaje por Refuerzo

Bibliografia

Nahitaez erabili beharreko materiala

Apuntes de clase

Oinarrizko bibliografia

Titulo: Pattern recognition and machine learning

Autor: Christopher M. Bishop

Editorial: Springer



Titulo: Pattern classification

Autor: Richard O. Duda, Peter E. Hart, David G. Stork

Editorial: Wiley-Interscience

Gehiago sakontzeko bibliografia

Pendiente

Aldizkariak

Pendiente

Estekak

Pendiente