Fundamentos de aprendizaje automático

Todas las semanas publicaremos la descripción de las actividades que se deben realizar. Hay al menos dos secciones: «Clases» y «Actividades de la semana». La sección «Clases» describe cada una de las dos clases (lunes y miércoles) de la semana, su contenido temático y los materiales (libro, videos, práctico, ...) asociados. La sección «Actividades de la semana» enumera las actividades que debería realizar el estudiante para llevar el curso como está planificado. También se publican los enlaces a los recursos a utilizar (videos, diapositivas, práctico, textos de interés, ...).

Clases

Clase 1: Teórico - Introducción al problema de aprendizaje

• Contenidos: Introducción al curso. Componentes del problema de aprendizaje. El algoritmo de aprendizaje del perceptrón. Datos linealmente separables. Tipos de aprendizaje. Otras perspectivas sobre el aprendizaje automático. Consideraciones éticas.
• Secciones del libro: 1.1, 1.2
• Video: 1

Clase 2: Consulta/Taller

• Contenidos: Dudas sobre Python, Numpy, Práctico 0, Instalación del ambiente de trabajo
• Video: 3

Actividades de la semana

• Asistir a las clases presenciales.
• Leer las secciones del libro y ver el video correspondiente a los siguientes temas (semana 2):
  • Tema 2 - El problema del aprendizaje
  • Contenidos: Factibilidad del aprendizaje. Comportamiento frente a nuevos datos. Modelo PAC (Probably Approximately Correct). Cota dada por la desigualdad de Hoeffding.
  • Secciones del Libro: 1.3
  • Video: 2
• Hacer la encuesta de inicio de curso.
• Instalar el ambiente de trabajo para el práctico.
• Estudiar los tutoriales de python (numpy, jupyter notebook).
• Consultar la guía de referencia de latex.
• Preparar el control de lectura 0.