Pedro L. Galindo Riaño (coordinador)

a) Dar a conocer al alumno técnicas alternativas de programación tales como
métodos iterativos, aproximados, simbólicos, etc. utilizando un lenguaje de
alto
nivel.
b) Dotar al alumno de los conocimientos elementales de Inteligencia Artificial
necesarios para ser capaz de plantear soluciones alternativas a diferentes
problemas planteados.
c) Ampliar las habilidades de programación y utilización de herramientas para
la
transmisión de conocimientos de los alumnos introduciéndoles en el uso de
programas específicos.

1. Modelos lineales
2. Métodos de optimización
3. Reconocimiento de Patrones
3.1 Preprocesado
3.2 Regresión
3.3 Clasificación
3.4 Agrupamiento
3.5 Estimación de densidad
4. Redes neuronales
4.1 Modelos monocapa
4.2 Modelos multicapa
4.3 Aplicaciones de las Redes Neuronales

Las clases teóricas consistirán en la explicación por parte del profesor de los
distintos contenidos expuestos en el temario de la asignatura. Se utilizarán
los
medios que el profesor considere necesarios, pudiéndose realizar, si el número
de alumnos lo permite, en el propio aula de prácticas. Una vez finalizada la
exposición se abrirá un debate donde a modo de seminario se permitirá a los
propios alumnos la discusión de aquellos puntos más interesantes, dudosos,
complejos, etc. contando con la moderación por parte del profesor. En cuanto a
la técnica, las clases teóricas se impartirán utilizando la proyección de
transparencias para el seguimiento normal de las clases, la pizarra para
resolver dudas y problemas y la proyección del ordenador para mostrar
diferentes
simulaciones.

Nº de Horas (indicar total): 60

• Clases Teóricas: 15  
• Clases Prácticas: 45  
• Exposiciones y Seminarios:  
• Tutorías Especializadas (presenciales o virtuales):
  • Colectivas:  
  • Individules:  
• Realización de Actividades Académicas Dirigidas:
  • Con presencia del profesorado:  
  • Sin presencia del profesorado:  
• Otro Trabajo Personal Autónomo:
  • Horas de estudio:  
  • Preparación de Trabajo Personal:  
  • ...
     
• Realización de Exámenes:
  • Examen escrito:  
  • Exámenes orales (control del Trabajo Personal):  

Si el número de alumnos lo posibilita, se realizará una evaluación continua. La
evaluación se realizará mediante una serie de trabajos que los alumnos
entregarán, y que serán calificados por el profesor. Será preciso entregar la
totalidad de las prácticas en tiempo y forma para poder ser evaluado
positivamente mediante esta alternativa.

Advanced Engineering Mathematics with MATLAB(r)
Thomas L. Harman, James B. Dabney, Norman John Richert
Brooks/Cole Pub Co; ISBN: 0534371647; 2nd edition (December 29, 1999)

Computational Statistics Handbook With Matlab
Wendy L. Martinez, Angel R. Martinez
CRC Press; ISBN: 1584882298; (September 26, 2001)

Mitchell, T. (1987).
Machine Learning.
McGraw-Hill.

Bishop, C.M. (1995).
Neural networks for pattern recognition.
Clarendon Press, Oxford.

Hilera, J.R. y Martínez, V.J. (1995).
Redes neuronales artificiales. Fundamentos, modelos y aplicaciones.
RAMA. Madrid.