Objetivo: Como su nombre indica, este tema servirá para introducir al alumno en la materia. Tras estudiarlo, el alumno deberá conocer: O.1.1 La extensión del término "Aprendizaje Automático". O.1.2 Los componentes que conforman el marco (framework) de Aprendizaje Automático establecido para esta asignatura. O.1.3 La naturaleza teórica de cada uno de los componentes del aprendizaje. O.1.4 La naturaleza práctica de cada uno de los componentes del aprendizaje. O.1.5 Diferenciación entre el aprendizaje inductivo de conceptos y otros tipos de aprendizaje. O.1.6 Diferenciación entre Aprendizaje Automático y los distintos paradigmas que lo estudian.
Orientaciones: En este tema se introducirán varios conceptos nuevos y muy importantes para la asimilación de la materia posterior. Además, se establecerán las pautas para la realización de las actividades prácticas. Por tanto, aparte del contenido teórico, esta parte tendrá gran trabajo práctico.
Objetivo: En este tema se estudian los algoritmos de aprendizaje inductivo de conceptos que de representación simple. Se divide en tres tipos, por lo que el alumno deberá conocer: O.2.1 Algoritmos de aprendizaje que inducen conceptos de tipo lógico. O.2.2 Algoritmos de aprendizaje que inducen conceptos de tipo umbral. O.2.3 Algoritmos de aprendizaje que inducen conceptos de tipo competitivo.
Orientaciones: En primer lugar, será necesario comprender que el lenguaje de representación e interpretación del concepto a aprender es muy importante dependiendo del dominio tratado, por lo que se debe incidir en qué características aporta cada lenguaje (lógico, umbral o competitivo). Además, para cada lenguaje, es importante comprender qué ventajas aporta o qué desventajas tiene cada algoritmo. Para una comprensión profunda, se realizarán prácticas en las que se implementarán algunos casos.
Objetivo: En este tema se estudian los algoritmos de aprendizaje inductivo de conceptos de representación compleja. Este tipo de representación utiliza conceptos de representación simple como base. Se divide en tres tipos, por lo que el alumno deberá conocer: O.3.1 Algoritmos de aprendizaje basados en la construcción de listas de decisión. O.3.2 Algoritmos de aprendizaje basados en la formación de jerarquías de conceptos. O.3.3 Algoritmos de aprendizaje basados en la revisión y extensión de redes de inferencia.
Orientaciones: Se incidirá en los objetivos 3.1 y 3.2, por lo que el alumno deberá comprender al detalle los algoritmos relacionado con estos. No obstante, el objetivo 3.3 es importante para tener una visión global de la materia, por lo que se pedirá un conocimiento al menos teórico. Para alcanzar plenamente los objetivos 3.1 y 3.2, se realizarán actividades prácticas de los algoritmos correspondientes.
