En el \u00e1mbito de la investigaci\u00f3n en Ingenier\u00eda, es muy frecuente estar delante de un problema que puede ser vista desde el prisma de un problema de regresi\u00f3n y clasificaci\u00f3n y, a menudo, se necesitan modelos complejos para poder resolver el problema que presenta una alta no linealidad. Por ello, es necesario introducir los modelos de aprendizaje autom\u00e1tico desde sus dos vertientes supervisado y no supervisado, para poder dotar al alumnado de este curso de la capacidad de construcci\u00f3n y desarrollo de un modelo de Machine Learning.<\/p>\n
METODOLOG\u00cdA:<\/p>\n
El curso se realizar\u00e1 preferiblemente presencial, apoy\u00e1ndose en herramientas software Matlab.<\/p>\n
PLANIFICACI\u00d3N:<\/p>\n
D\u00eda 2 (4 horas): Martes 24 de Mayo \u2013 16:00 \u2013 20:00 horas
\nModelos No Supervisados. Dentro de la tipolog\u00eda de modelos de ML, los modelos no supervisados son los primeros que se deben abordar en los primeros an\u00e1lisis para poder determinar estructuras, patrones, etc\u2026 As\u00ed, se abordar\u00e1n los tres modelos m\u00e1s cl\u00e1sicos dentro de este prisma.<\/p>\n
Inscripciones: https:\/\/forms.gle\/DXYLbvKAtMgZUJYu5<\/p>\n","protected":false},"excerpt":{"rendered":"