Home > Machine learning for Big Data |
GDOC-2017-62234 |
Curso: 2017-2018
Universidad de Zaragoza,
Zaragoza
Titulación: Máster Universitario en Ingeniería Informática
Idioma: Español
Profesor(es): ANA CRISTINA MURILLO, ARNAL
Resumen: Breve presentación de la asignatura
El análisis y la extracción de patrones en grandes volúmenes de datos ocupan actualmente un lugar fundamental en diversas aplicaciones científicas y tecnológicas y tienen gran importancia económica y social. La inmensa cantidad de datos disponibles en la actualidad, provenientes de tecnologías diversas como sensores o la Web 2.0, ha producido un salto cualitativo en numerosos problemas como el reconocimiento de escenas, caras u objetos en imágenes, sistemas de recomendación, o lenguaje natural. En estos y otros campos, la disponibilidad de grandes conjuntos de datos ofrece varias oportunidades, como modelar patrones complejos o mejorar el desempeño de algoritmos sencillos.
El objetivo de este curso es introducir al estudiante en el aprendizaje automático con grandes volúmenes de datos, exponer el estado del arte, limitaciones y ejemplos de aplicación, y profundizar en los algoritmos más extendidos. En concreto se profundizará sobre todo en redes neuronales, que es el algoritmo con más potencial para capturar patrones complejos a partir de datos. También se estudiará el aprendizaje secuencial para el caso de flujos de datos y aproximaciones eficientes al problema del vecino más próximo.
You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use. You may not use the material for commercial purposes. If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
Este registro pertenece a las colecciones:
Academic resources > guias-docentes > guias-docentes-ingenieria-arquitectura > masteres-ingenieria-arquitectura > master-ingenieria-informatica
Academic resources > guias-docentes > guias-docentes-curso-2017-2018