Competencias y objetivos

 

Contexto de la asignatura para el curso 2021-22

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.

 

 

Competencias de la asignatura (verificadas por ANECA en grados y másteres oficiales)

Competencias Generales:>>Instrumentales

  • CG1 : Asesoramiento sobre elección, adquisición y puesta en marcha de sistemas robóticos y/o de automatización en diferentes aplicaciones.
  • CG2 : Tomar decisiones en el diseño y planificación de un proyecto de robótica y/o de automatización teniendo en cuenta criterios de calidad y medioambientales.
  • CG3 : Poner en marcha y mantener sistemas robóticos y/o de automatización que satisfagan los requerimientos de aplicaciones industriales o de servicios.
  • CG6 : Análisis, síntesis de problemas y toma de decisiones.

 

Competencias Generales:>>Interpersonales

  • CG10 : Razonamiento crítico.

 

Competencias Generales:>>Sistemáticas

  • CG12 : Capacidad para aplicar los conocimientos a problemas reales.
  • CG13 : Capacidad para trabajar y aprender de forma autónoma.
  • CG14 : Capacidad de adaptación a nuevas situaciones fomentando la creatividad y el espíritu emprendedor.

 

Competencias específicas:>>Robótica

  • CER010 : Conocer y saber aplicar las principales técnicas de aprendizaje y Deep learning en sistemas robóticos.

 

Competencias específicas:>>Visión

  • CEVI5 : Conocer y aplicar métodos, técnicas e instrumentos de aprendizaje automático y Deep learning en visión artificial.

 

Competencias específicas:>>Sensores

  • CESE4 : Analizar y optimizar el diseño de un proceso de toma de medidas para obtener la precisión y exactitud requeridas.

 

 

 

Resultados de aprendizaje (Objetivos formativos)

  • Conocer y comprender los diferentes métodos más utilizados en inteligencia artificial de aprendizaje supervisado.
  • Interpretar el paradigma de la clasificación y la estructura convencional de un clasificador.
  • Conocer y comprender los diferentes métodos más utilizados en inteligencia artificial de aprendizaje no supervisado.
  • Ser capaz de definir un proyecto robótico basado en el aprendizaje por refuerzo.

 

 

Objetivos específicos indicados por el profesorado para el curso 2021-22

  • 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.

 

 

;

Datos generales

Código: 37818
Profesor/a responsable:
CALVO ZARAGOZA, JORGE
Crdts. ECTS: 3,00
Créditos teóricos: 0,44
Créditos prácticos: 0,76
Carga no presencial: 1,80

Departamentos con docencia

  • Dep.: LENGUAJES Y SISTEMAS INFORMÁTICOS
    Área: LENGUAJES Y SISTEMAS INFORMATICOS
    Créditos teóricos: 0,44
    Créditos prácticos: 0,76
    Este dep. es responsable de la asignatura.
    Este dep. es responsable del acta.

Estudios en los que se imparte