2.9.10 IS/Aprendizaje de máquina avanzado

Tópicos:
Electivo

Objetivos de Aprendizaje:
Elective:

  1. Explica las diferencias entre los tres estilos de aprendizaje: supervisado, por refuerzo y no supervisado [Familiarizarse]
  2. Implementa algoritmos simples para el aprendizaje supervisado, aprendizaje por refuerzo, y aprendizaje no supervisado [Usar]
  3. Determina cuál de los tres estilos de aprendizaje es el apropiado para el dominio de un problema en particular [Usar]
  4. Compara y contrasta cada una de las siguientes técnicas, dando ejemplo de cuando una estrategia es la mejor: árboles de decisión, redes neuronales, y redes bayesianas [Evaluar]
  5. Evalúa el rendimiento de un sistema de aprendizaje simple en un conjunto de datos reales [Evaluar]
  6. Describe el estado del arte en la teoría del aprendizaje, incluyendo sus logros y limitantes [Familiarizarse]
  7. Explica el problema del sobreajuste, conjuntamente con técnicas para determinar y manejar el problema [Usar]

Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, Universidad de Ingeniería y Tecnología, Lima-Perú
basado en el modelo de la Computing Curricula de IEEE-CS/ACM