Metodología de enseñanza

Metodología de enseñanza

Este curso teórico-práctico estará dividido en tres grandes bloques. En el primero, se abordan los conceptos básicos del aprendizaje automático, aprendizaje profundo, modelos de redes neuronales multicapa clásicos y los algoritmos necesarios para entrenarlos. El segundo, se centra en las redes neuronales convolucionales, un tipo particular de red neuronal especialmente adaptado al análisis de imágenes, y se estudian algunas de las arquitecturas propuestas en los últimos años para resolver problemas básicos de visión artificial y análisis de imágenes. En el tercer bloque, se profundiza en el caso particular del análisis de imágenes biomédicas, sus problemáticas específicas, y se estudian modelos recientemente propuestos para resolverlas mediante el uso de métodos basados en aprendizaje profundo. 

Detalle de horas:

  • Horas de clase (teórico): 10
  • Horas de clase (práctico): 5
  • Horas de clase (laboratorio): 0
  • Horas de consulta: 4
  • Horas de evaluación: 1
    • Subtotal de horas presenciales: 20
  • Horas de estudio: 30
  • Horas de resolución de ejercicios/prácticos: 10
  • Horas proyecto final/monografía: 40
    • Total de horas de dedicación del estudiante: 100

Conocimientos previos exigidos

Conocimientos básicos de Cálculo diferencial y matricial, Álgebra Lineal, Probabilidad y Estadística, y Programación (preferentemente Python).


Última modificación: jueves, 23 de diciembre de 2021, 10:32