Competències i objectius
- Context de l'assignatura per al curs 2020-21
- Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)
- Resultats d'aprenentatge (Objectius formatius)
- Objectius específics indicats pel professorat per al curs 2020-21
Context de l'assignatura per al curs 2020-21
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.
Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)
Competències generals:>>Instrumentals
- 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.
Competències generals:>>Interpersonals
- CG10 : Raonament crític.
Competències generals:>>Sistemàtiques
- 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.
Competències específiques:>>robòtica
- CER010 : Conèixer i saber aplicar les principals tècniques d'aprenentatge i Deep learning en sistemes robòtics.
Competències específiques:>>visió
- CEVI5 : Conèixer i aplicar mètodes, tècniques i instruments d'aprenentatge automàtic i Deep learning en visió artificial.
Competències específiques:>>sensors
- CESE4 : Analitzar i optimitzar el disseny d'un procés de presa de mesures per a obtenir la precisió i exactitud requerides.
Resultats d'aprenentatge (Objectius formatius)
- Conèixer i comprendre els diferents mètodes més utilitzats en intel·ligència artificial d'aprenentatge supervisat.
- Interpretar el paradigma de la classificació i l'estructura convencional d'un classificador.
- Conèixer i comprendre els diferents mètodes més utilitzats en intel·ligència artificial d'aprenentatge no supervisat.
- Ser capaç de definir un projecte robòtic basat en l'aprenentatge per reforç.
Objectius específics indicats pel professorat per al curs 2020-21
- Conocer y comprender los diferentes métodos más utilizados en inteligencia artificial para aprendizaje automático.
- Interpretar los paradigmas de la regresión y la clasificación.
- Conocer la estructura convencional de un algoritmo de aprendizaje supervisado.
- Conocer y comprender los diferentes métodos más utilizados de aprendizaje no supervisado.
- Ser capaz de definir un proyecto basado en aprendizaje por refuerzo.
;