Usted está aquí: Inicio Ingeniería Informática Herramientas de la Inteligencia Artificial Guía de aprendizaje

Guía de aprendizaje

Acciones de Documento
  • Vista de contenidos
  • Marcadores (bookmarks)
  • Exportación de LTI
Autor: Ricardo Aler
Bloques temáticos Tiempo previsto de aprendizaje Materiales de estudio y lectura básicos Materiales de estudio y lectura complementarios Observaciones
Introducción a la Programación Genética I 1.5 horas

MC-F-001 (1-45) ( pdf )

Capítulos 1-7 de LO-B-001

Capítulos 1-4 de LO-E-001 Algoritmo, fitness, funciones y terminales, operadores genéticos, parámetros
Introducción a la Programación Genética II 1.5 horas

MC-F-001 (46-101) ( pdf )
Capítulos 8-10, 17-19, 22 de LO-B-001
Capítulos 3-10 de LO-B-002

MC-F-001 (102-final) ( pdf )

Capítulos 5,6,10 de LO-E-001
Capítulos 11-29 de LO-B-002

Regresión simbólica, clasificación, esfuerzo computacional, aceleración, automatic defined functions (ADFs), variables, iteración
Programación Genética Avanzada 1.5 horas MC-F-002 ( pdf )
Capítulos 5, 6, 10, 11.3 de LO-E-001
  Bloat, gramáticas, modelo de corrutinas y operadores avanzados
Ejemplos de aplicaciones de Programación Genética 1.5 horas

MC-F-003 ( pdf )

MC-F-004 ( pdf )
LO-B-005
LO-B-006
LO-B-007
Capítulos 1-3, 7-9 de LO-B-008
Capítulo 5 de LO-B-008

  Robosoccer, Programación Genética embrionaria (developmental), diseño de circuitos, computación cuántica
Tutorial de herramienta de Programación Genética 1.5 horas

MC-F-011 ( pdf )

MC-F-012 ( pdf )

MC-F-013 ( pdf )

   
Práctica de Programación Genética 1.5 horas PR-F-001 ( pdf ) o PR-F-002 ( pdf )  LO-E-003 o LO-E-002 Esta clase es para presentar la práctica y comenzarla, pero los alumnos necesitarán bastante más tiempo adicional para completarla.
Introducción a la minería de datos I 1.5 horas

MC-F-005 (1-89) ( pdf )

LO-B-003 (temas I, II, y III.6)

  Tareas, dominios, fases, árboles y reglas
Introducción a la minería de datos II 1.5 horas

MC-F-005 (90-141) ( pdf )

LO-B-003 (Tema III capítulos 10, 11, 13, 14, 16)

LO-B-004 Funciones (lineal, redes de neuronas, SVMs), árboles de regresión, técnicas perezosas, técnicas bayesianas, metatécnicas
Evaluacíón del conocimiento minado 1.5 horas

MC-F-005 (142-181) ( pdf )

LO-B-003 (Tema IV capítulo 17)

LO-B-004 Validación cruzada, matríz de confusión, sobreadaptación, No-free-lunch, comparación de clasificadores
Selección de Atributos. Minería de textos 1.5 horas

MC-F-005 (183-240) ( pdf )

LO-B-003 (Tema II.5 y Tema V.21)

LO-B-004  
Introducción a WEKA 1.5 horas

MC-F-010 ( pdf )

MC-F-007 ( pdf )

MC-F-009 ( pdf )

LO-B-004

OR-E-003

Uso de Weka con los datos de la Robosoccer, Knowledge flow, Discipulus
Tutorial de WEKA 1.5 horas MC-F-006 ( pdf ) LO-B-004 Tutorial Weka, Knowledge Flow
Cuestiones prácticas: uso de Weka desde scripts, uso práctico de SVMs 1.5 horas

MC-F-008 ( pdf )

LO-E-004

   
Práctica de minería de datos 1.5 horas PR-F-003 ( pdf )   Esta clase es para presentar la práctica y comenzarla, pero los alumnos necesitarán bastante más tiempo adicional para completarla.
Reutilizar Curso
Descargar este curso