Herramientas Personales
Usted está aquí: Inicio Ciencia de la Computación e Inteligencia Artificial Redes Neuronales y Reconocimiento de Patrones (70038)

Redes Neuronales y Reconocimiento de Patrones (70038)

El objetivo principal de la asignatura es que el alumno sea capaz de aplicar las técnicas clásicas más importantes de Reconocimiento de Patrones y las Redes Neuronales Artificiales más extendidas (tanto supervisadas como no supervisadas) a problemas concretos, algunas veces con datos sintéticos y otras veces con datos del mundo real (p.e. imágenes) utilizando Matlab para ello. El alumno debe comprender las características principales comunes a todas las técnicas basadas en el aprendizaje, así como a evaluar las ventajas e inconvenientes de la utilización de cada técnica en particular para un problema en concreto. Para ello van resolviendo los mismos problemas mediante ejercicios planteados con las distintas técnicas explicadas durante el curso y realizan igualemente 2 trabajos que engloban el análisis comparativo de las técnicas explicadas.

Redes Neuronales y Reconocimiento de Patrones (70038)

Pascual Campoy

 

Departamento de Automática, Electrónica e Informática Industrial.
Escuela Técnica Superior de Ingenieros Industriales
Universidad Politécnica de Madrid.

Asignatura Fundamental de Postgrado en el Master en Automática y Robótica (con acreditación al programa de calidad).

Última revisión: noviembre 2009.

Reconocimiento de patrones visuales.

Valora esta asignatura

 

Créditos: 3 ECTS.

 

PRERREQUISITOS Y CONOCIMIENTOS PREVIOS RECOMENDADOS

Es recomendable haber cursado las siguientes asignaturas:

  • Álgebra I (1013)
  • Ecuaciones diferenciales (1041)

 

DESCRIPCIÓN GENERAL DE LA ASIGNATURA

El objetivo principal de la asignatura es que el alumno sea capaz de aplicar las técnicas clásicas más importantes de Reconocimiento de Patrones y las Redes Neuronales Artificiales más extendidas (tanto supervisadas como no supervisadas) a problemas concretos, algunas veces con datos sintéticos y otras veces con datos del mundo real (p.e. imágenes) utilizando Matlab para ello. El alumno debe comprender las características principales comunes a todas las técnicas basadas en el aprendizaje, así como a evaluar las ventajas e inconvenientes de la utilización de cada técnica en particular para un problema en concreto. Para ello van resolviendo los mismos problemas mediante ejercicios planteados con las distintas técnicas explicadas durante el curso y realizan igualemente 2 trabajos que engloban el análisis comparativo de las técnicas explicadas.

 

OBJETIVOS: CONOCIMIENTOS Y CAPACIDADES

  • Capacidad de aplicación de los conceptos teóricos del temario.
  • Capacidad para la resolución de problemas prácticos sobre bases de datos sintéticas y de aplicaciones reales, utilizando Matlab.
  • Capacidades de trabajo en grupo.

 

ACTIVIDADES DE EVALUACIÓN O TAREAS PRÁCTICAS

  • Evaluación de todos los ejercicios de clase.
  • Evaluación de los 2 trabajos colaborativos expuestos en clase.
  • Evaluación individualizada en el examen regular.

Una posible ponderación es 2, 4 y 4 puntos, respectivamente.

 

Acciones de Documento
  • RSS Feed
  • Enviar esto
  • Imprimir esto
  • Marcadores (bookmarks)
Copyright 2009, Autores y colaboradores. Reconocer autoría/Citar obra. Campoy, P. (2010, February 23). Redes Neuronales y Reconocimiento de Patrones (70038). Retrieved June 30, 2016, from OCW UPM - OpenCourseWare de la Universidad Politécnica de Madrid Web site: http://ocw.upm.es/ciencia-de-la-computacion-e-inteligencia-artificial/redes-neuronales-y-reconocimiento-de-patrones-70038. Esta obra se publica bajo una licencia Licencia Creative Commons Licencia Creative Commons