Este curso proporciona los fundamentos teóricos del aprendizaje estadístico,
cubriendo los principios matemáticos que sustentan los algoritmos de
aprendizaje automático. Se enfoca en el análisis teórico de la capacidad de
generalización, complejidad de modelos, y garantías de rendimiento para
diversos métodos de aprendizaje. El curso conecta la teoría con la práctica
a través del estudio de cotas de generalización, compensación sesgo-varianza,
y fundamentos de la teoría de aprendizaje computacional.
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM
