Programa

      • Tema 1. Inteligencia y aprendizaje.
      • Tema 2. Selección y preprocesamiento de características.
        1. Selección de características.
        2. Procesamiento lineal no supervisado: PCA.
        3. Procesamiento lineal supervisado: Discriminante de Fisher.
      • Tema 3. Reconocimiento de patrones: métodos clásicos.
        1. Clasificadores supervisados paramétricos. Bayesianos.
        2. Clasificadores supervisados no paramétricos. K-NN.
        3. Clasificadores no supervisados.
      • Tema 4. Redes neuronales artificiales.
        1. Metodología de aprendizaje.
        2. Aplicaciones.
      • Tema 5. Redes neuronales supervisadas.
        1. El perceptrón multicapa: MLP.
        2. Funciones de Base Radial: RBF.
      • Tema 6. Redes Neuronales no supervisadas.
        1. SOM: Mapas autorganizados de inspiración biológica.
      • Tema 7. Trabajos de Invesigación y Retos.