Esta es la página para el curso de Reconocimiento de patrones y aprendizaje automático.
Información general
Sesiones
- De vectores, matrices y modelos
- Regresión lineal y, sub y sobre ajuste
- Polinomios, regularización y naive Bayes
- GNB, logistic regression, training
- Árboles de decisión y métodos de ensamble
- Máquinas de soporte vectorial
- Clustering, reducción dimensional y visualización
- Matriz de factorización y LDA
- Redes neuronales
- Redes convolucionales
- Long Short Term Memory
Sesiones ejercicios
Sesiones laboratorio
Bibliografía
- Alpaydin, Ethem, Introduction to Machine Learning, 2a Ed., The MIT Press, 2010.
- Bishop, Christopher M., Pattern Recognition and Machine Learning, Springer, 2007.
- Duda, R. O., P. E. Hart y D. Stork, Pattern Classification, 2a Ed., Wiley, 2001
Más extensa: