Curso: Aprendizaje automático

Dr. Luis Gerardo de la Fraga

Cuatrimestre agosto a diciembre de 2020.

Este es el contenido del curso

Apuntes del curso:

  1. 08.12.2020 Más descriptores para una forma: momento de Hu del perímetro y el esqueleto de la forma.

  2. 03.12.2020 Procesamiento de imagen: operaciones morfológicas.

  3. 01.12.2020 Maximizar la verosimilitud de la variable del sesgo en un problema lineal(parte 3). Ejemplo conceptual de un problema de reconocimiento de patrones

  4. 26.11.2020 Maximizar la verosimilitud en un problema lineal se llega también a resolver las ecuaciones normales (parte 2). Problema de reconocimiento de patrones

  5. 24.11.2020 Maximizar la verosimilitud en un problema lineal se llega también a resolver las ecuaciones normales

  6. 17.11.2020 Adaboost

  7. 12.11.2020 Bosque aleatorio y agregación de árboles con base en el grandiente

  8. 10.11.2020 Clasificador usando árboles de decisión

  9. 05.11.2020 Ejemplos de un clasificador de Bayes ingenuos y de un clasificador usando árboles

  10. 03.11.2020 Clasificadores de Bayes ingenuos y árboles

  11. 27.10.2020 Ajuste de parámetros con la búsqueda en malla

  12. 22.10.2020 Ejemplo de la función de decisión de una RNA. Redes profundas

  13. 20.10.2020 Pruebas estadísticas. Redes neuronales artificiales.

  14. 15.10.2020 Validación del modelo: k dobleces, dejando uno fuera, bootstrap.

  15. 13.10.2020 Máquinas de vectores soporte con clases sobrelapadas.

  16. 08.10.2020 Máquinas de vectores soporte. Modelo con funciones básicas radiales.

  17. 06.10.2020 Máquinas de vectores soporte. Ejemplo 1.

  18. 01.10.2020 Máquinas de vectores soporte.

  19. 24.09.2020 Normalización de datos y análisis de componentes principales.

  20. 22.09.2020 Datos faltantes y el análisis de componentes principales.

  21. 17.09.2020 La regresión logística y los k vecinos más cercanos.

  22. 15.09.2020 La regresión logística.

  23. 10.09.2020 Clasificador binario.

  24. 08.09.2020 Máxima verosimilitud.

  25. 03.09.2020 Regresión lineal en python.

  26. 01.09.2020 Regresión con un modelo lineal.

  27. 27.08.2020 Definición de AA. Generación de gráficas en PDF con matplotlib.

  28. 25.08.2020 Apuntes de la primera clase

Tareas del curso:

  1. Tarea 9. Adaboost. Fecha de entrega 01.12.2020. Ver el apunte de la clase del día 17 de noviembre.

  2. Tarea 8. Comparar los clasificadores Bayes ingenuo y el árbol de decisión. Fecha de entrega 19.11.2020. Ver el apunte de la clase del día 10 de noviembre.

  3. Tarea 7. Leer un artículo de investigación. Fecha de entrega 3.11.2020. Ver el apunte de la clase del día 27 de octubre.

  4. Redes de perceptrones para clasificación. Fecha de entrega 27.10.2020. Ver el apunte de la clase del día 20 de octubre.

  5. MVS para n clases. Fecha de entrega 20.10.2020. Ver el apunte de la clase del día 13 de octubre.

  6. Máquinas de Vectores Soporte. Fecha de entrega 13.10.2020.

  7. Análisis de componentes principales.

  8. Regresión logística y k vecinos más cercanos. Fecha de entrega 22.09.2020. Ver el apunte de la clase del día 17 de septiembre.

  9. Regresión lineal. Fecha de entrega 10.09.2020. Ver el apunte de la clase del día 3 de sep.

Última actualización: 08.12.2020