Aprendizaje Automático (curso 11/12)

DESCRIPCIÓN DE LA ASIGNATURA     

MATERIAL:
Prácticas
Fecha de entrega: 12 Junio 2012
OBLIGATORIO (para poder entregar la práctica): el 30 de Mayo cada grupo tendrá 5 minutos para exponer en clase el conjunto de datos con los que trabajará.  Para el 29 de Mayo se enviará por email a los profesores la presentación en .ppt o .pdf.
Software

Documentación 
Presentación de la asignatura
A. Introducción

B. Clasificación Supervisada
B.1 Introducción a la teoría de la información
B.2 Métodos de evaluación
B.3 Vecinos más cercanos
B.4 Clasificadores Bayesianos 
B.5 Regresión logística
B.6 Árboles de clasificación
B.7 Inducción de reglas
B.8 Selección de variables   (artículo de interés)
B.9 Metaclasificadores
C. Clasificación no supervisada
C.1 Métodos jerárquicos
C.2 Métodos particionales
C.3 Clustering probabilista
Prensa relacionada:
Interpretar el ADN (18-1-12) [enviado por Pablo Fernández]
The age of big data (11-2-12)
Platforms to democratize Machine Learning (27-2-12) [enviado por Pablo Fernández]
The beauty of machine learning? It never stops learning (21-3-2012) [enviado por Pablo Fernández]
Skytree intros machine learning for the masses (23-2-2012) [enviado por Pablo Fernández]
Link con muchas noticias [gracias a Iñaki Inza]