Portal Web de la UNED, Universidad Nacional de Educación a Distancia

Logo de la UNED
Online
del 17 de febrero al 30 de abril de 2020

Machine Learning con Python

Imprimir PDF

En este curso se aprenderán los principios básicos de la inteligencia artificial, orientados al aprendizaje máquina y a la clasificación supervisada. Se estudiarán todos los aspectos básicos de un sistema de clasificación de patrones, la selección del conjunto de prototipos, la extracción de características y los sistemas de clasificación.

En cuanto a la extracción de características haremos especial hincapié en la clasificación de imágenes y en la detección de objetos dentro de las mismas.

Dentro de los sistemas de clasificación se estudiarán diversas técnicas desde las estadísticas, hasta las redes neuronales y dentro de éstas últimas, desde los perceptrones multicapas hasta las redes neuronales con aprendizaje profundo.

Todo ello irá acompañado de una introducción al lenguaje de programación Python y del uso de las librerías numpy, matplotlib.pyplot, PIL.image, scikit learn, scikit-image, etc.

Lugar y fechas
Del 17 de febrero al 30 de abril de 2020


Horas
Horas lectivas: 60
Online
Esta actividad se desarrolla exclusivamente online.
Programa
Las fechas concretas de liberación de material serán:

  • 1 - Introducción al lenguaje de programación Python - 17/02/2020
  • 2 -Uso de paquetes. Numpy, matplotlib, - 24/02/2020
  • 3 -Introducción a la clasificación de patrones - 02/03/2020
  • 4 -Introducción a la extracción de características - 09/03/2020
  • 5 -Introducción a los sistemas de clasificación - 16/03/2020
  • 6 -Redes neuronales - 23/03/2020
  • 7 -Redes neuronales con aprendizaje profundo - 30/03/2020
  • 8 -Detección de objetos - 14/04/2020
  • 9 -Realización individual de proyecto - 20/04/2020

La finalización del curso y, por tanto, la fecha límite de entrega de ejercicios y el proyecto será el 30 de abril de 2020.
Inscripción

Cuando el alumno se acoja a un descuento en la matrícula, se deberá aportar documento acreditativo del mismo. No podrá darse su matrícula como conforme hasta la entrega de dicha documentación en la secretaría del Centro Asociado.
Información de Matrícula reducida

El centro se reserva el derecho a anular el curso si no se alcanza el mínimo de matrículas establecido. En tal caso, se devolverá integro el importe de matrícula a aquellos alumnos que ya estuvieran inscritos.

  Matrícula Ordinaria Ámbito UNED Mayores de 65 años Personas en situación de desempleo
Precio120 €108 €60 €60 €
Ponentes
Miguel Macías Macías
Catedrático de Universidad. Doctor en Física de la Universidad de Extremadura.
Héctor Sánchez Santamaría
Profesor Tutor en el Centro Asociado de la UNED en Mérida. Profesor colaborador de la Universidad de Extremadura. Doctor en Informática por la Universidad del País Vasco. Responsable de Calidad en el Centro Universitario de Mérida.
Dirigido a
Todas las personas interesadas en el aprendizaje máquina, estudiantes de cualquier universidad matriculados en los grados de informática, ingenierías y títulos afines.
Titulación requerida

El estudiante debe haber cursado o estar cursando una titulación de grado, ingeniería, ingeniería técnica, licenciatura, diplomatura o máster de la rama de la ingeniería y la arquitectura.

Metodología
Metodología teórico - práctica: En cada tema se proporcionará al estudiante un material teórico y un conjunto de ejemplos/proyectos que muestran la aplicación práctica de la teoría. Además, el estudiante, en cada uno de los temas, tendrá que resolver uno o varios ejercicios.
  • El estudiante requerirá adquirir un kit de aprendizaje Raspberry Pi por su cuenta.
Sistema de evaluación
La evaluación final constará de dos partes: Un 50% de la nota corresponderá a la entrega de pequeñas prácticas que se entregarán las 8 primeras sesiones del curso. El 50% restante corresponderá a un proyecto final a elección del estudiante en el que se deberá resolver un problema real de clasificación de patrones.
Más información
UNED Mérida
C/ Moreno de Vargas, 10
06800 Mérida Badajoz
924 315050 - 924 315011 / cultural@merida.uned.es, mduran@merida.uned.es, iflores@merida.uned.es