Material de las Clases
Trabajo Final:
La cátedra propone para la realización de las presentaciones el siguiente formato (estilo para Beamer - LaTEX):
Estilo_TSAM.zip (24/10/2007)
Plantillas para el TP Final: Latex, Office
Pautas del TP Final: Pautas
Descripción del TP Final
Video TP Final
Guias de Trabajos Prácticos:
Guia Nº 1:
tsam2018_tp01.pdf
Guia Nº 2:
tsam2020_tp02.pdf
Python Colab para el TP2 (crear una copia personal para poder guardar los cambios)
Video Presentación TP Nº 2
Video Intro Colab
Introducción:
Nociones preliminares, probabilidad y teoría de información: clase (act. 05/09/2016)
Clasificación estadística:
- 1ra. parte) Introducción a clasificador bayesiano (slides del video): clase (act. 19/09/2014)
- 2da. parte) Clasificador gaussiano (slides de la clase presencial): clase (act. 02/10/2016)
- Ejercicio de aplicación: Minicorpus, Readme
Análisis estadístico:
Métodos de proyección y PCA:
- An Introduction to Dimensionality Reduction Using Matlab
- Bibliografía de PCA, Slides de la clase y Toolbox (09/2018)
Análisis de componentes independientes (ICA)
Aprendizaje clásico:
Aprendizaje clásico y redes neuronales: clase (act. 12/10/2012)
Aprendizaje de datos secuenciales:
Redes Neuronales Dinámicas (p1): clase (act. 19/10/2012)
Redes Neuronales Dinámicas (p2): clase (act. 19/10/2012)
- Libro: Raul Rojas, Neural Networks - A Systematic Introduction. Springer-Verlag
- Redes Hopfield (Hopfield-1982)
- TDNN (Weibel-1989)
- Red de Elman (Elman-1990)
Modelos Ocultos de Markov: clase (act. 24/10/2010)
Aprendizaje basado en árboles:
Aprendizaje basado en árboles (parte 1): clase (act. 04/10/2016)
Aprendizaje basado en árboles (parte 2): clase (act. 04/10/2016)
Medidas de desempeño y Técnicas de validación:
Medidas de desempeño y técnicas de validación: clase (act. 08/11/2018)
Selección de características:
Técicnas de selección de características: clase (act. 08/11/2018)
Aprendizaje profundo:
Aprendizaje profundo: clase (act. 29/10/2018)
Aprendizaje por refuerzo:
Aprendizaje por refuerzo: 30/10/2020
Aprendizaje basado en núcleos:
Máquinas de vectores soporte: 30/10/2020
Aplicaciones:
Aplicaciones a Bioseñales: descargar
Aplicaciones de HMM: descargar
Aplicaciones de Redes Neuronales: descargar
Preguntas acerca de Filosofia de la Inteligencia Artificial: Video de conferencia en Universidad Austral