Código: 73126 | Asignatura: Sistemas inteligentes para la extracción de información | ||||
Créditos: 3 | Tipo: Obligatoria | Curso: 1 | Periodo: 2º S | ||
Departamento: Automática y Computación | |||||
Profesorado: | |||||
SANZ DELGADO, JOSÉ ANTONIO (Resp) [Tutorías ] |
- Sistemas inteligentes y procesamiento avanzado de imagen.
- Técnicas avanzadas de clasificación no supervisada. Algoritmos de agrupamiento o clustering. Agrupamiento difuso. aplicación a segmentación de imágenes en teledetección.
- Técnicas avanzadas de clasificación supervisada. Árboles de decisión y árboles de decisión difusos. Redes neuronales. Máquinas de vectores soportes.
- Multiclasificadores.
Sistemas inteligentes. Clasificación supervisada y no supervisada. Multiclasificadores
CB7: Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
CB8: Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
CE9: Ser capaz de utilizar técnicas y métodos avanzados de procesamiento de imágenes satelitales y aéreas para extraer información que permita comprender fenómenos complejos y dinámicos.
RA6: Manejar las herramientas matemáticas utilizadas en los sistemas inteligentes y el procesamiento avanzado de imágenes.
RA7: Determinar la técnica adecuada para obtener la información necesaria en un problema de teledetección.
RA8: Aplicar herramientas avanzadas de clasificación supervisada y no supervisada para clasificar o segmentar una imagen.
Actividades formativas |
Horas presenciales |
Horas no presenciales |
A-1 Clases expositivas/participativas |
12 |
|
A-2 Prácticas |
16 |
|
A-3 Actividades de aprendizaje cooperativo |
|
|
A-4 Realización de proyectos individuales o en grupo |
|
22 |
A-5 Estudio y trabajo autónomo del estudiante |
|
20 |
A-6 Tutorías |
|
3 |
A-7 Pruebas de evaluación |
2 |
|
|
|
|
TOTAL |
30 |
45 |
Metodologías Docentes
Castellano, aunque se podrá proporcionar a los estudiantes bibliografía y material docente en ingles.
Resultado de aprendizaje | Sistema de evaluación | Peso (%) | Carácter recuperable |
RA6, RA7, RA8 | Pruebas de duración corta | 5 | No |
RA6, RA7, RA8 | Pruebas de respuesta larga |
50 Nota mínima para que pondere en calificación final = 4/10 |
Recuperable mediante prueba escrita |
RA7, RA8 | Trabajos e informes | 45 | Recuperable mediante trabajo extra |
La evaluación de recuperación consistirá en un examen teórico-práctico que recuperará los apartados segundo y tercero (95%).
La calificación final de aquellos estudiantes que no obtengan un 5 (sobre 10) en esta recuperación será la obtenida en este examen.
Tema 1: Introducción a la minería de datos. Proceso KDD.
Tema 2: Definición de los problemas de clasificación. Evaluación de los resultados.
Tema 3: Técnicas de pre-procesamiento de los datos.
Tema 4: Sistemas de clasificación.
Tema 5: Sistemas de clasificación múltiples.
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.