Per citar aquest document: http://ddd.uab.cat/record/135874
Aprenentatge Computacional [102787]
Gonzalez Sabaté, Jordi
Universitat Autònoma de Barcelona. Escola d'Enginyeria

Data: 2015-16
Pla d'estudis: Enginyeria Informàtica [958]
Titulació: Enginyeria Informàtica [2502441]
Resum: L'assignatura d'Aprenentatge Computacional, s'emmarca dins de la menció de "Computació", junt amb les assignatures de "Coneixement, Raonament i Incertesa", "Visió per Computador" i "Robòtica, Llenguatge i Planificació ". Per la seva temàtica, aquesta matèria no només és pels alumnes que cursen la menció de "Computació", sino que està estretament relacionada amb l'assignatura d'"Intel·ligència Artificial" de segon curs. També és molt recomanable haver cursat i sentir-se còmode amb els conceptes explicats en les assignatures de "Càlcul", "Àlgebra" i "Matemàtica discreta" de primer curs, i d'"Estadística" de segon curs, degut al fort contingut matemàtic de l'assignatura. L'assignatura preten tant ampliar alguns dels temes desenvolupats durant "Intel·ligència Artificial", com introduir nous problemes associats a la intel·ligència artificial, principalment l'aprenentatge de conceptes i tendències a partir de dades. Es tracta de formar a l'alumne per ser un "enginyer de dades", i és una de les professions amb més futur i més demandades en l'actualitat per empreses com Facebook, Google, Microsoft i Amazon. De fet, es preveu que el creixement de la demanda d'aquest professionals en enginyeria de dades sigui exponencial a nivell europeu, sobretot degut al creixement en la generació de dades massives. Aixi, el principal objectiu de l'assignatura és que l'alumne sàpiga trobar una bona solució (a vegades la millor és impossible) a problemes en contextes diferents dels tractats, a partir d'identificar les necessitats de representació del coneixement i, segons sigui aquest, aplicar la/les tècnica/ques més adecuada/es per generar automàticament bons models matemàtics que expliquin les dades ambun error acceptable. Els continguts escollits per aquesta assignatura també es donen a les Universitats de Stanford, Imperial College London, MIT, Carnegie Mellon i Berkeley, per posar els noms més representatius. Per tant, per una banda s'ofereix a l'alumne una oportunitat d'assolir uns coneixements i habilitats comparables als impartits en les millors universitats. Per altra banda, l'alumne ha de ser conscient que aquest coneixement que és punta de llança de l'estat de l'art te una dificultat inherent, implicant un estudi i una dedicació considerables, quantificada en hores en la secció d'Activitats formatives d'aquesta guia. Això és perquè en aquesta assignatura no només s'ensenyen els continguts més importants per esdevenir enginyer de dades, sino a més es treballa una línia de currículum que permeti ampliar el ventall de llocs de treball als que podreu accedir després de la carrera, així com posar les bases metodològiques necessàries per fer un Màster en enginyeria de dades o en intel. ligència artificial. 1 Aprenentatge Computacional 2015 - 2016 Si busqueu una assignatura (i) per aprendre seriosament i no només per aprovar a la lleugera, (ii) per obrir-vos un mercat laboral a nivell europeu, i (ii) per descobrir els vostres límits aprenent els algorismes d'aprenentatge computacional més utilitzats no només per les grans empreses tecnològiques mencionades, sino també en moltes spin-offs d'enginyeria de dades en el nostre país, aquesta assignatura no us defraudarà si hi poseu actitud i aptitud. Els objectius de l'assignatura es poden resumir en: Coneixements: - Descriure les tècniques bàsiques d'aprenentatge computacional. - Enumerar els passos essencials dels diferents algorismes d'aprenentatge - Identificar els avantatges i inconvenients dels algorismes d'aprenentatge que s'expliquen. - Resoldre problemes computacionals aplicant diferents tècniques d'aprenentatge per trobar la solució òptima. - Entendre el resultat i les limitacions de les tècniques d'aprenentatge en diferents casos d'estudi. - Saber escollir l'algorisme d'aprenentatge més adequat per solucionar problemes contextualitzats. Habilitats: - Reconèixer les situacions en les quals l'aplicació d'algorismes d'aprenentatge computacional pot ser adient per solucionar un problema - Analitzar el problema a resoldre i dissenyar la solucióòptima aplicant les tècniques apreses - Redactar documents tècnics relacionats amb l'anàlisi i la solució d'un problema - Programar els algorismes bàsics per solucionar els problemes proposats - Avaluar els resultats de la solució implementada i valorar les possibles millores - Defensar i argumentar les decisions preses en la solució dels problemes proposats.
Llengua: Català.



Català
7 p, 35.5 KB

El registre apareix a les col·leccions:
Materials de curs > Programes de curs (Guies docents)

 Registre creat el 2015-07-22, darrera modificació el 2015-10-21



   Favorit i Compartir