3.6 Optimización y Aprendizaje Automático (OML)

Esta área cubre los fundamentos matemáticos y métodos computacionales para optimización, con especial énfasis en técnicas relevantes para el aprendizaje automático. Incluye optimización convexa y no convexa, optimización con restricciones, métodos de optimización a gran escala y metaheurísticas. El área conecta la teoría de optimización tradicional con aplicaciones modernas de aprendizaje automático, proporcionando las herramientas necesarias para entrenar modelos complejos y resolver problemas de optimización a gran escala eficientemente.

KA	Core Tier1	Core Tier2	Electivo
3.6.1 Optimización Convexa y No Convexa			No
3.6.2 Optimización con Restricciones			No
3.6.3 Optimización para Aprendizaje Automático			No
3.6.4 Optimización a Gran Escala y Distribuida			No
3.6.5 Metaheurísticas y Optimización Bioinspirada			No