Guía de aprendizaje
Acciones de Documento
| 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 ) |
MC-F-001 (102-final) ( pdf ) Capítulos 5,6,10 de LO-E-001 |
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 ) |
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 ) |
||
| 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. |
Copyright 2012,
by the Contributing Authors.
Esta obra se publica bajo una licencia
Creative Commons License
Reconocer autoría/Citar obra.
Aler, R. (25/06/2010). Guía de aprendizaje. Obtenido el 20/05/2013, desde el sitio Web de OCW - UC3M: http://ocw.uc3m.es/ingenieria-informatica/herramientas-de-la-inteligencia-artificial/guia-de-aprendizaje.
