Clases:
- Jueves 9/3/2006:
Breve introducción:
Caracterización de los problemas abordados por la inteligencia
artificial.
Los límites del enfoque algorítmico exhaustivo. Enfoque
heurístico.
Grandes tendencias de la inteligencia artificial.
Representación de conocimiento con árboles de
decisión y aprendizaje. Inducción automática de
árboles de decisión a partir de ejemplos conocidos.
- Martes 14/3/2006:
Algoritmos C4.5 y
CART (paper). El criterio de
ganancia de información para elegir las mejores particiones.
Relación entre información y entropía.
- Jueves 16/3/2006:
Validación de árboles de decisión.
Error de resubstitución. Error de generalización.
Detención prematura. Validación cruzada simple (cross
validation) y múltiple (n-fold cross-validation). El
problema de la estimación de la probabilidad de ocurrencia con
pocos datos.
- Martes 21/3/2006:
Estimación de modelos estadísticos.
Máxima verosimilitud (maximun likelihood, ML).
Clasificación
bayesiana.
- Jueves 23/3/2006:
Clasificaciones óptimas (minimización del
error de clasificación). Minimización del riesgo de
clasificación.
- Martes 28/3/2006:
Distribuciones de máxima entropía. El criterio
de máxima probabilidad a
posteriori (MAP). Clasificación bajo el supuesto de variables
independientes (naive Bayes).
- Jueves 30/3/2006:
Métodos paramétricos / no paramétricos.
Representación de estimaciones mediante un valor (máxima
verosimilitud) o una distribución estadística.
- Martes 4/4/2006:
Redes neuronales. Perceptron. Activación logística.
Descenso del gradiente.
- Jueves 6/4/2006:
Algoritmo de retropropagación del error. Usos de redes
neuronales: regresión, error cuadrático.
- Martes 11/4/2006:
Usos de redes
neuronales: predicción de probabilidades, error entropía
cruzada (cross-entropy). Entrenamiento
on-line/batch. Problemas de convergencia. Algoritmo del gradiente
conjugado.
- Martes 2/5/2006:
Support Vector Machines (SVM).
- Jueves 4/5/2006:
Minimización de riesgo empírico/estructural.
Validación con remuestreo estadístico (bagging).
- Martes 9/5/2006:
Aprendizaje no supervisado. Mapas auto organizativos (SOM,
red de Kohonen). Clustering, Algoritmo k-means.
- Jueves 11/5/2006:
Clustering jerárquico. Dendogramas. Citerio de punto
de quiebre (elbow criterium) para determinar el número de
clusters. Algoritmos QT y fuzzy c-means.
- Martes 24/5/2006:
Calce de patrones de dimensión variable.
Programación dinámica para comparar secuencias.
Camino óptimo. Restricciones locales y globales. Dynamic Time
Warping (DTW).
- Martes 13/6/2006:
Modelamiento basado en cadenas de markov.
- Miércoles 14/6/2006:
Lógica proposicional (apunte).
- Jueves 15/6/2006:
Lógica de predicados (apunte).
Cláusulas y resolución (apunte).
- Martes 20/6/2006:
Resolución con unificación. Cláusulas
de Horn.
- Miércoles 21/6/2006:
Prolog (apunte, ejs.pl, genealogia.pl).
- Jueves 22/6/2006:
Prolog. Árbol de búsqueda de la
solución. Control del backtracking con operadores'!' ("cut") y fail. Negación en Prolog.
- Martes 27/6/2006:
Búsqueda en espacios de estados (apunte).
- Miércoles 28/6/2006:
Algoritmo mini-max (apunte).