Assignatura Online d'Aprenentatge computacional

Continguts

Mòdul didàctic 1. Aprenentatge

1. Introducció

   1.1. Algorismes genètics per a l'ajust de sistemes difusos
   1.2. Una classificació de les tècniques d'aprenentatge
   1.3. El biaix i la variància

2. Extracció de característiques

   2.1. Conjunts d'entrenament i espais de característiques
   2.2. Taxonomia dels algorismes d'extracció de característiques
   2.3. Selecció de característiques
   2.4. Extracció de característiques
   2.4.1. Anàlisi de components principals
   2.4.2. Anàlisi discriminant lineal (ADL)

3. Aprenentatge no supervisat

   3.1. Algorismes de categorització: introducció
   3.2. Particions i particions difuses d'objectes
   3.3. Jerarquies d'objectes

4. Aprenentatge supervisat

   4.1. Mètodes basats en mètodes de categorització
   4.2. Màquines de vectors de suport
   4.3. Descripcions lògiques de conceptes
   4.4. Arbres de decisió
   4.5. Combinació de mètodes
   4.6. Xarxes neuronals

5. Representació del coneixement i aprenentatge

   5.1. Programació lògica inductiva

Mòdul didàctic 2. Agents i sistemes multiagent

1. Agents intel·ligents

   1.1. Característiques d'un agent
   1.2. Agents deliberatius enfront d'agents reactius
   1.3. Tipus d'agents

2. Sistemes multiagent

   2.1. Avantatges dels sistemes multiagent
   2.2. Tècniques de comunicació
   2.3. Foundation for Intelligent Physical Agents
   2.4. Ontologies
   2.5. Cooperació entre agents

Recursos d'aprenentatge i eines de suport

L'assignatura es compon de dos mòduls amb suport en paper, que contenen exercicis d'avaluació amb les solucions corresponents i activitats diverses. Aquest material es complementa amb el que els professors col·laboradors posen a disposició dels estudiants a l'aula de l'assignatura.

Encara que no fa falta cap programari específic, a l'aula es proporcionen guies o demos d'aplicacions concretes relacionades amb les activitats d'avaluació contínua (programari Weka o de disseny d'agents mòbils). A més, per a la part de l'aprenentatge automàtic (machine learning), es fa servir el llenguatge de programació Python i la llibreria Scikit-learn per a l'ús dels diversos algorismes que es veuen a l'assignatura.

Bibliografia bàsica:

BISHOP, Chistopher M. (2006). Pattern Recognition and Machine Learning. Springer.

HASTIE, Trevor; FRIEDMAN, Jerome; TIBSHIRANI, Robert (2006).The Elements of Statistical Learning. Springer.

Bibliografia addicional:

DUDA, Richard O.; HART, Peter E.; STORK, David G. (2002, 2a. ed.). Pattern Classification. Chichester John Wiley & Sons.

LANGLEY, Pat (1996). Elements of Machine Learning. Nova York: Morgan Kaufmann Publishers.

SCHÖLKOPF, Bertnhard; SMOLA, Alexander J. (2002). Learning with Kernels. The MIT Press.

WEISS, Gerhard (1999). Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence. Cambridge: MIT Press.

WOOLDRIDGE, Michael (2002). An Introduction to Multiagent Systems. Chichester: John Wiley & Sons.