3.9.10 IS/Aprendizaje de máquina avanzado

Temas:
Electivo

• Definición y ejemplos de una amplia variedad de tareas de aprendizaje de máquina
• Aprendizaje general basado en estadística, estimación de parámetros (máxima probabilidad)
• Programación lógica inductiva (Inductive logic programming ILP)
• Aprendizaje supervisado
  1. Aprendizaje basado en árboles de decisión
  2. Aprendizaje basado en redes neuronales
  3. Aprendizaje basado en máquinas de soporte vectorial (Support vector machines SVMs)
• Comité de Máquinas (Emsembles methods)
• Algoritmos del vecino mas próximo
• Aprendizaje y clustering no supervisado
  1. EM
  2. K-means
  3. Mapas auto-organizados
• Aprendizaje semi-supervisado.
• Aprendizaje de modelos gráficos
• Evaluación del desempeño (tal como cross-validation, area bajo la curva ROC)
• Teoria del aprendizaje.
• El problema del sobreajuste, la maldición de la dimensionalidad.
• Aprendizaje por refuerzo
  1. Equilibrio Exploración vs. explotación
  2. Procesos de decisión de Markov
  3. Iteración por valor e iteración por politica
• Aplicación de algoritmos Machine Learning para Minería de datos.

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]