Competencies and objectives

 

Course context for academic year 2022-23

El aprendizaje automático es la rama de la inteligencia artificial que estudia cómo dotar a los computadores de la capacidad para aprender modelos de forma automática a partir de datos. En esta asignatura se pretende proporcionar una visión general de las técnicas más utilizadas en aprendizaje automático en sus tres paradigmas principales: aprendizaje supervisado, aprendizaje no supervisado y aprendizaje por refuerzo.

 

 

Course content (verified by ANECA in official undergraduate and Master’s degrees) for academic year 2022-23

General Competences:>>Instrumental

  • CG1 : Assessorament sobre elecció, adquisició i posada en marxa de sistemes robòtics o d'automatització en diferents aplicacions.
  • CG2 : Prendre decisions en el disseny i la planificació d'un projecte de robòtica o d'automatització tenint en compte criteris de qualitat i mediambientals.
  • CG3 : Posar en marxa i mantenir sistemes robòtics o d'automatització que satisfacen els requeriments d'aplicacions industrials o de serveis.
  • CG6 : Anàlisi, síntesi de problemes i presa de decisions.

 

General Competences:>>Interpersonal

  • CG10 : Raonament crític.

 

General Competences:>>Systematic

  • CG12 : Capacitat per a aplicar els coneixements a problemes reals.
  • CG13 : Capacitat per a treballar i aprendre de manera autònoma.
  • CG14 : Capacitat d'adaptació a noves situacions fomentant la creativitat i l'esperit emprenedor.

 

Specific Competences:>>Robotics

  • CER010 : Conèixer i saber aplicar les principals tècniques d'aprenentatge i Deep learning en sistemes robòtics.

 

Specific Competences:>>Vision

  • CEVI5 : Conèixer i aplicar mètodes, tècniques i instruments d'aprenentatge automàtic i Deep learning en visió artificial.

 

Specific Competences:>>Sensory

  • CESE4 : Analitzar i optimitzar el disseny d'un procés de presa de mesures per a obtenir la precisió i exactitud requerides.

 

 

 

Learning outcomes (Training objectives)

No data

 

 

Specific objectives stated by the academic staff for academic year 2022-23

No data

 

 

General

Code: 37818
Lecturer responsible:
CALVO ZARAGOZA, JORGE
Credits ECTS: 3,00
Theoretical credits: 0,44
Practical credits: 0,76
Distance-base hours: 1,80

Departments involved

  • Dept: LANGUAGES AND COMPUTING SYSTEMS
    Area: LANGUAGES AND COMPUTING SYSTEMS
    Theoretical credits: 0,44
    Practical credits: 0,76
    This Dept. is responsible for the course.
    This Dept. is responsible for the final mark record.

Study programmes where this course is taught