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
-
UNIVERSITY MASTER'S DEGREE IN AUTOMATICS AND ROBOTICS
Course type: OPTIONAL (Year: 1)