En esta segunda asignatura dedicada al aprendizaje automático, abordaremos algunas de las técnicas más recientes y más exitosas de la inteligencia artificial, aquellas que, en los últimos años, han protagonizado algunos de los avances más significativos en la ciencia de datos.

La asignatura tiene tres bloques diferenciados: así, construyendo sobre lo aprendido en las asignaturas Modelado estadístico de datos y Aprendizaje automático I, en el primer bloque se expondrán y se trabajarán estrategias de agregación, remuestreo e intensificación como bagging y boosting. El segundo bloque está dedicado a un problema que se presenta con mucha frecuencia a cualquiera que haga ciencia de datos: el modelado y la predicción de series temporales. El tercer y último bloque cubre técnicas de aprendizaje no supervisado o autoorganizativo, esenciales para aquellas situaciones en las que interesa encontrar estructuras subyacentes u ocultas en un conjunto de datos.

Todos estos contenidos se cubrirán de forma necesariamente escueta: las ciencias que les dan lugar y base son ciencias recientes pero extensas. El enfoque será eminentemente práctico.