Tema |
Subtema |
Dades multidimensionals |
Problemes bàsics: predicció, classificació, optimització, agrupació, visualització. Tipus de dades: discretes, reals, categòriques. Preprocés de les dades: outliers, forats, escalaments. |
Computació neuronal |
Model de McCulloch i Pitts: pesos, llindar, camp, funció d'activació, activació. Arquitectures de xarxes neuronals artificials. Classificació dels models neuronals. |
Memòria associativa i optimització |
Xarxa de Hopfield: regla de Hebb, dinàmica, energia. Aplicacions per a optimització combinatòria. |
Aprenentatge supervisat |
Model lineal: regressió multilineal. Perceptró simple. Xarxes lineals. Separabilitat lineal. Xarxes multicapa. Back-propagation. Variants de la back-propagation. Cascade Correlation. Support Vector Machines. Altres algorismes. |
Aprenentatge no supervisat |
Model lineal: anàlisi de components principals. Xarxes auto-supervisades. Aprenentatge hebbià. Aprenentatge competitiu. Mapes auto-organitzats. Teoria de resonància adaptativa. Altres algorismes. |
Computació evolutiva |
Algorismes genètics: cromosoma, població, reproducció, recombinació, mutació, fitness. Programació genètica. Particle Swarm Optimization. Altres algorismes. |
Descripció |
Resolució de dubtes sobre els continguts i els exercicis pràctics. Es realitzarà personalment al despatx del professor, o via correu electrònic. |
|
Altres comentaris i segona convocatòria |
|
Bàsica |
Hertz, J.A., Krogh, A., Palmer, R.G., Introduction to the Theory of Neural Computation, Addison-Wesley, 1991
Goldberg, D.E., Genetic Algorithms in Search, Optimization, and Machine Learning, Addison-Wesley, 1989
Hilera, J.R., Martínez, V.J., Redes Neuronales Artificiales. Fundamentos, Modelos y Aplicaciones. , RA-MA, 1995
|
|
Complementària |
Bishop, C.M, Neural Networks for Pattern Recognition, Oxford University Press, 1995
Davis, L. (ed), Handbook of Genetic Algorithms, Van Nostrand Reinhold, 1991
Cristianini, N.; Shawe-Taylor, J., An Introduction to Support Vector Machines and Other Kernel-based Learning Methods, Cambridge University Press, 2000
http://www.faqs.org/faqs/ai-faq/neural-nets/, Neural Network FAQ, ,
http://www.faqs.org/faqs/ai-faq/genetic/, Evolutionary Computation FAQ, ,
|
|
(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent |
|