APRENDIZAJE AUTOMÁTICO
Maestría en robótica
Maestría en electrónica
Maestría en electrónica
Este un curso proporciona una revisión teórica y práctica de varios conceptos, técnicas y algoritmos de aprendizaje basado en ejemplos, comenzando con temas como clasificación lineal, perceptrón multicapa y terminando con tópicos más recientes como boosting y máquinas de vectores de soporte.
Este curso dará al estudiante las ideas básicas y la intuición detrás de los métodos modernos de aprendizaje automático supervisado así como una comprensión mas formal de cómo, porqué y cuando funcionan. El tema subyacente en el curso es la inferencia estadística.
Este curso dará al estudiante las ideas básicas y la intuición detrás de los métodos modernos de aprendizaje automático supervisado así como una comprensión mas formal de cómo, porqué y cuando funcionan. El tema subyacente en el curso es la inferencia estadística.
MATERIAL
Syllabus
Information Theory, Inference, and Learning Algorithms [MacKay. 2003]
Tutorial de SVM [Burges. 1998]
Notas sobre multiplicadores de Lagrange [Burges. 2003]
Multiplicadores de Lagrange:
Dan Klein
Algoritmo SMO [Platt. 2000]
Statistical Learning Theory: A Tutorial [Kulkarni. 2011]
Modelos gráficos probabilistas [Sucar. 2010]
Análisis de características [Leyva. 2007]
Archivos Matlab del curso
Problem Set 1
Problem Set 2
Problem Set 3
Problem Set 4
Problem Set 5
Problem Set 6