Accesos directos a las distintas zonas del curso
Ir a los contenidos
Ir a menú navegación principal
Ir a menú pie de página
Subject's code : 31110037
Los resultados más relevantes que se pretenden alcanzar con el estudio de esta asignatura son los siguientes:
Identificar y aplicar los métodos de suavizado kernel unidimensionales y la regresión local.
Identificar y aplicar las funciones de base radial y los modelos de mezclas para la resolución de problemas de regresión.
Identificar, construir y ajustar árboles generalizados aditivos para regresión y clasificación.
Identificar y aplicar la familia de métodos basados en prototipos y sus ventajas e inconvenientes.
Distinguir los fundamentos teóricos de las redes neuronales artificiales y los conceptos de sobreajuste, inicialización y topología.
Identificar y aplicar modelos basados en redes neuronales artificiales a problemas reales.
Distinguir la fundamentación teórica del clasificador de vectores soporte y la clasificación de margen máximo.
Identificar, construir y ajustar máquinas de vectores soporte para clasificación y regresión.
Identificar y aplicar las distintas familias de métodos de selección de variables, así como los métodos de reducción de dimensionalidad.