En este módulo se presenta el problema que se quiere abordar, la relación de este problema con otras disciplinas, los distintos ejemplos de aplicación donde se enmarca, el ciclo de diseño y los distintos tipos de modelos.

Como las técnicas que se estudian en el curso están fundamentalmente dirigidas a la manipulación de grandes bases de datos, es fundamental la reducción de la dimensionalidad de los datos. Para ello en este módulo se abordan distintas técnicas de preprocesamiento de datos tanto de selección como de generación de características.

Las técnicas de clasificación supervisada parten de la hipótesis de que se conocen a priori las clases donde se deben clasificar los nuevos objetos. Este módulo se centra fundamentalmente en la implementación de Máquinas de Vectores Soporte como técnica eficiente a la hora de diseñar clasificadores supervisados.

En este módulo se presentan distintas técnicas de clustering. En primer lugar se detalla de forma general el problema de este tipo de clasificación y a continuación se explican, utilizando para ello distintos ejemplos los diferentes algoritmos. Además se analiza la complejidad de cada uno.

Se presentarán diferentes ejemplos que utilizan las técnicas estudiadas en el curso. Estos ejemplos son aplicaciones reales que hoy en día se encuentran funcionando en el campo de la fusión nuclear.