• Descripción

La motivación principal de esta asignatura es la de profundizar en diversas técnicas de aprendizaje automático (machine learning).

En la asignatura de Minería de datos ya se vio una introducción a la extracción y selección de características, diversas técnicas de aprendizaje no supervisado (agrupamiento o clustering) así como también algunas técnicas de aprendizaje supervisado (k nearest neighbors, árboles de decisión y regresión lineal simple). Además, se analizaron los diversos protocolos de evaluación (división de los datos en entrenamiento, validación y test, cross-validation) así como diversas medidas de evaluación (exactitud, f-score, precisión y sensibilidad, entre otros).

En esta asignatura se darán a conocer otras técnicas de aprendizaje supervisado muy extendidas en el campo del aprendizaje automático. Por un lado, los árboles de decisión, la regresión logística, el clasificador Naïve Bayes, las support vector machines y las redes neuronales con respecto a los algoritmos de clasificación. Por otra parte, la regresión lineal múltiple y el support vector regresor respecto a algoritmos de regresión. A continuación, se introducirán técnicas que permiten combinar varios métodos como bagging y boosting.

Además, se hará una introducción a las técnicas de deep learning, donde se verán las redes neuronales feed-forward (multi layer perceptron y redes neuronales convolucionales) y las redes neuronales recurrentes. 

También conoceremos en que se basan los sistemas recomendadores y las diferentes técnicas existentes para recomendar un producto a un usuario en función de sus propias preferencias y las del resto de usuarios de una plataforma.

Por último, se verá una tercera familia de algoritmos de aprendizaje automático: el aprendizaje por refuerzo o Reinforcement learning, donde un agente es capaz de aprender a partir de recompensas positivas o negativas que recibe del entorno con el que interacciona. 

• La asignatura en el conjunto del plan de estudios

• Objetivos y competencias

• Contenidos

• Consulta de los recursos de aprendizaje de la UOC para la asignatura

• Información adicional sobre los recursos de aprendizaje y herramientas de apoyo

La asignatura cuenta con unos recursos textuales con todos los fundamentos teóricos de la asignatura. Estos recursos textuales se complementan con unos recursos prácticos en formato notebook. Los notebooks están implementados en python y han sido desarrollados para que sean fácilmente ejecutables en google Colab. Puntualmente pueden haber otros recursos complementarios.

• Informaciones sobre la evaluación en la UOC

El proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados.

La falta de autenticidad en la autoría o de originalidad de las pruebas de evaluación; la copia o el plagio; el intento fraudulento de obtener un resultado académico mejor; la colaboración, el encubrimiento o el favorecimiento de la copia, o la utilización de material, software o dispositivos no autorizados durante la evaluación, entre otras, son conductas irregulares en la evaluación que pueden tener consecuencias académicas y disciplinarias graves.

Estas conductas irregulares pueden comportar el suspenso (D/0) en las actividades evaluables que se definan en el plan docente -incluidas las pruebas finales- o en la calificación final de la asignatura, sea porque se han utilizado materiales, software o dispositivos no autorizados durante las pruebas, como por ejemplo redes sociales o buscadores de información en internet, porque se han copiado fragmentos de texto de una fuente externa (internet, apuntes, libros, artículos, trabajos o pruebas de otros estudiantes, etc.) sin la citación correspondiente, o porque se ha llevado a cabo cualquier otra conducta irregular.

Así mismo, y de acuerdo con la normativa académica, las conductas irregulares en la evaluación también pueden dar lugar a la incoación de un procedimiento disciplinario y a la aplicación, si procede, de la sanción que corresponda, de conformidad con lo establecido en la normativa de convivencia de la UOC.

En el marco del proceso de evaluación, la UOC se reserva la potestad de:

• Solicitar al estudiante que acredite su identidad según lo establecido en la normativa académica.
• Solicitar al estudiante que acredite la autoría de su trabajo a lo largo de todo el proceso de evaluación, tanto evaluación continua como evaluación final, por medio de una prueba oral o los medios síncronos o asíncronos que establezca la universidad. Estos medios tendrán por objeto verificar los conocimientos y las competencias que garanticen la autoría; en ningún caso implicarán una segunda evaluación. Si no es posible garantizar la autoría del estudiante, la prueba será calificada con D, en el caso de la evaluación continua, o con un Suspenso, en el caso de la evaluación final.

  A estos efectos, la UOC puede exigir al estudiante el uso de un micrófono, una cámara u otras herramientas durante la evaluación; será responsabilidad del estudiante asegurar que tales dispositivos funcionan correctamente.

• Consulta del modelo de evaluación