Tópicos de inteligencia artificial
Resumen
Los objetivos de la materia son que: que los alumnos comprendan distintos tópicos relacionados con el campo de la inteligencia artificial y el aprendizaje automático. Sus contenidos mínimos son: Redes neuronales: Bases biológicas e historia. Modelo de neurona Integrate and Fire. Modelos de tasa de disparo y funciones de activación. Modelo de Hoptfield. Función energía. Optimización derivativa. Método de gradiente descendente. Tasa de aprendizaje. Steppest Descent. Perceptrón. Algoritmo de aprendizaje. Redes Neuronales Multicapas. Algoritmo de Retropropagación. Aprendizaje supervisado para Clasificación y Regresión. Funciones de Base Radial. Aprendizaje supervisado por gradiente descendente y cuadrados mínimos recursivos. Aplicación al control. Optimización no derivativa. Algoritmo de Simulated Annealing. Aplicación al problema del viajante de comercio. Lógica difusa. Fuzzificación y defuzzificación de variables. Sistema de Inferencia. Aplicación al control. Inferencia Bayesiana. Teorema de Bayes. Algoritmos Naive Bayes. Aprendizaje no supervisado. Clustering. Algoritmos k-means. Modelo de Mezclas Gaussianas (GMM).