Cronograma 2018

Tue, 31/7	AF	Introducción (I). Técnicas de evaluación de performance. Medidas de desempeño. Conjuntos de entrenamiento y de prueba. Desbalance de clases. Presentación de casos.
Thu,02/8	AF	Introducción (II). Técnicas de evaluación de performance. Medidas de desempeño. Conjuntos de entrenamiento y de prueba. Desbalance de clases. Presentación de casos.
Tue,07/8	AF	Métodos de Clasificación sin métrica - árboles de decisión como ejemplo de clasificador sencillo y potente
Thu,9/8	GC/SM	Presentación de ejemplo de árbol con Python. Presentación P1 (GC-SM)
Tue,14/8	PC	Selección de Características
Thu,16/8	PC	Extracción de características, Kernel PCA
Tue,21/8 Thu 23/8	PC/GC AF	Introducción a Weka - Presentación de guía para propuestas de proyectos propios Reconocimiento Estadístico de Patrones - Estimación MLE, Bayesiana
Tue,28/8	AF	Reconocimiento Estadístico de Patrones - Estimación Bayesiana, Neyman Pearson -ROC
Thu,30/8	AF	Reconocimiento Estadístico de Patrones - Teoría Bayesiana
Tue,04/9	AF	Reconocimiento Estadístico de Patrones - Teoría Bayesiana (Naive Bayes, Ej)
Thu,06/9	GC/SM	Entrega de práctico 1 Presentación P2 - Consultas plan de proyecto.
Tue,11/9	AF	Estimación de densidades no paramétricas Parzen, Vecinos más cercanos
Thu,13/9	AF-GC	Recuperación/Entrega de plan de proyecto. Consultas.
Tue,18/9 Thu 20/9	PM PM	Funciones discriminantes lineales (II) Funciones discriminantes lineales (III)
Tue,25/9		PARCIALES
Thu,27/9		PARCIALES
Tue,02/10		Introducción a la optimización. Descripción condiciones: multiplicadores de Lagrange, KKT, descenso por el gradiente. Planteo del problema dual.
Thu,04/10	PM	Support Vector Machines, caso separable y no separable
Tue,9/10	PM	Redes neuronales multicapa
Thu,11/10	MD	Redes neuronales profundas
Tue,16/10	PM	Aprendizaje no supervisado y agrupamiento (I), EM
Thu,18/10	PM	Aprendizaje no supervisado y agrupamiento (II)
Tue,23/10	PM	Combinación de clasificadores (I) Generalidades. Boosting
Thu,25/10	PM	Combinación de clasificadores bagging Random forest
Tue,30/10	GC/SM	Consulta práctico 3- Presentación avances de proyectos
Thu,01/11	SM	BIG DATA ANALITICS - plataformas
Tue,06/11
Thu,08/11
Tue,13/11
Thu,15/11		Proyectos Consultas.
Tue,20/11
Thu,22/11		PARCIALES
Tue,27/11		PARCIALES
Thu,29/11 Thu 06/12		PARCIALES Charla invitada- Dr. Javier Garcia Ortega- Vicerrector Universidad Autónoma Madrid- Biometría.
Sun,09/12		Entrega de informe final
Thu,13/12		Defensas del Proyecto final 9.00-12:00