| Aprenentatge automàtic | Codi: 22.418 : 6 |
La motivació principal d'aquesta assignatura és la d'aprofundir en diverses tècniques d'aprenentatge automàtic (machine learning).
A l'assignatura de Mineria de dades ja es va veure una introducció a l'extracció i selecció de característiques, diverses tècniques d'aprenentatge no supervisat (agrupament o clustering) així com també algunes tècniques d'aprenentatge supervisat (k nearest neighbors, arbres de decisió i regressió lineal simple). A més, es van analitzar els diversos protocols d'avaluació (divisió de les dades en entrenament, validació i test, cross-validation) així com diverses mesures d'avaluació (exactitud, f-score, precisió i sensibilitat, entre d'altres).
En aquesta assignatura es donaran a conèixer altres tècniques d'aprenentatge supervisat molt esteses en el camp de l'aprenentatge automàtic. D'una banda, els arbres de decisió, la regressió logística, el classificador Naïve Bayes, les support vector machines i les xarxes neuronals pel que fa als algorismes de classificació. D'altra banda, la regressió lineal múltiple i el support vector regressor pel que fa a algorismes de regressió. A continuació, s'introduiran tècniques que permeten combinar diversos mètodes com bagging i boosting.
A més, es farà una introducció a les tècniques de deep learning, on es veuran les xarxes neuronals feed-forward (multi layer perceptron i xarxes neuronals convolucionals) i les xarxes neuronals recurrents.
També coneixerem en què es basen els sistemes recomanadors i les diferents tècniques existents per recomanar un producte a un usuari en funció de les seves pròpies preferències i les de la resta d'usuaris d'una plataforma.
Per últim, es veurà una tercera família d'algorismes d'aprenentatge automàtic: l'aprenentatge per reforç o reinforcement learning, on un agent és capaç d'aprendre a partir de recompenses positives o negatives que rep de l'entorn amb què interacciona.
Aquesta assignatura té com a prerequisit haver superat l'assignatura Mineria de dades.
A Mineria de dades es fa una introducció a diverses tècniques d'aprenentatge supervisat i no supervisat, en problemes tant de classificació com de regressió, i també inclou una descripció sobre els protocols i mesures d'avaluació.
|
Continguts |
|
|
Número de nivell |
Títol |
|
1 |
D'on partim? Introducció a l'aprenentatge automàtic |
|
2 |
Aprenentatge supervisat: problemes de classificació |
|
3 |
Aprenentatge supervisat: problemes de regressió i combinació de mètodes |
|
3.1 |
Problemes de regressió |
|
3.2 |
Combinació de mètodes |
|
4 |
Xarxes neuronals |
| 5 |
Sistemes recomanadors |
| 6 |
Aprenentatge per reforç |
| Espai de recursos de ciència de dades | Web |
| Introducció a l'aprenentatge automàtic (Notebook) | Codi font |
| Aprenentatge supervisat: problemes de classificació | |
| Aprenentatge supervisat: problemes de classificació (Notebook) | Codi font |
| Aprenentatge supervisat: problemes de regressió i combinació de mètodes | |
| Aprenentatge supervisat: problemes de regressió (Notebook) | Codi font |
| Aprenentatge supervisat: combinació de mètodes (Notebook) | Codi font |
| Xarxes neuronals: fonaments i intuïcions (Notebook) | Codi font |
| Neuronal networks examples (Notebook) | Codi font |
| Aprenentatge per reforç | |
| Aprenentatge per reforç (Notebook) | Codi font |
| Sistemes recomanadors | |
| Sistemes recomanadors (Notebook) | Codi font |
El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat dels exercicis realitzats.
La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; l'intent fraudulent d'obtenir un resultat acadèmic millor; la col·laboració, l'encobriment o l'afavoriment de la còpia, o la utilització de material o dispositius no autoritzats durant l'avaluació, entre d'altres, són conductes irregulars que poden tenir conseqüències acadèmiques i disciplinàries greus.
D'una banda, si es detecta alguna d'aquestes conductes irregulars, pot comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent - incloses les proves finals - o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials o dispositius no autoritzats durant les proves, com ara xarxes socials o cercadors d'informació a internet, perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, o perquè s'ha practicat qualsevol altra conducta irregular.
De l'altra, i d'acord amb les normatives acadèmiques, les conductes irregulars en l'avaluació, a més de comportar el suspens de l'assignatura, poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui.
La UOC es reserva la potestat de sol·licitar a l'estudiant que s'identifiqui o que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació pels mitjans que estableixi la Universitat (síncrons o asíncrons). A aquests efectes, la UOC pot exigir a l'estudiant l'ús d'un micròfon, una càmera o altres eines durant l'avaluació i que s'asseguri que funcionen correctament.
La verificació dels coneixements per garantir l'autoria de la prova no implicarà en cap cas una segona avaluació.
|
L'assignatura només es pot aprovar amb el seguiment i la superació de l'avaluació contínua (AC). La qualificació final de l'assignatura és la nota obtinguda a l'AC. |