MATE2724 Aprendizaje de Máquinas
Este curso se trata del estudio matemático de algunos aspectos del aprendizaje de máquinas (machine learning). Esta rama de la inteligencia artificial investiga la posibilidad de crear algoritmos que “aprenden” a generar buenas hipótesis que generalizan muestras finitas, por ejemplo para clasificar data en categorías determinadas o hacer pronósticos basados en datos históricos.
Analizaremos los marcos teóricos para el aprendizaje de máquinas con el fin de dar respuestas a preguntas como: ¿Cuáles conceptos son más fáciles a aprender por un algoritmo (o más difíciles), y cómo se puede relacionar esto con medidas de la complejidad combinatórica de la familia de conceptos? ¿Bajo cuáles condiciones se puede decir que un algoritmo de aprendizaje convergirá a una respuesta aproximadamente correcta? ¿Qué es una “red neuronal” y cómo funciona?
En este curso no se aprenderá a implementar algoritmos de aprendizaje (por ejemplo, con programación en Python) sino a entender la teoría matemática subyacente.
No asumiremos ninguna experiencia previa con la programación. Conocimiento de conceptos estadísticos tampoco es necesario; desarrollaremos un poco de la teoría de probabilidad en el curso para poder analizar los algoritmos.
Periodo en el que se ofrece el curso
201820
Idioma en el que se ofrece el curso
Español
Página del catálogo en este curso