Speaker
Description
En este curso se dará una introducción genérica y lo más autocontenida posible a 'Machine Learning', concerniente al aprendizaje supervisado. Empezando por sentar las bases y conceptos de estadística necesarios para el desarrollo subsecuente del curso, se discutirá luego la tarea de regresión junto con las técnicas principales para controlar el sobreajuste de datos. Posteriormente se introducirá el aprendizaje bayesiano, antes de discutir la tarea de clasificación y modelos populares, incluyendo 'Decision Trees'. Una clase especialmente dedicada a redes neuronales tendrá lugar también, antes de finalizar el curso discutiendo los llamados "métodos no-paramétricos". El curso contendrá dos sesiones 'hands-on', que se harán en python, y las clases teóricas tendrán un formato de pizarra (electrónica), así como algunos ejemplos ilustrativos también en python.
