Python: Maschinelles Lernen, Optimierung und Anwendungen

Ziele

1. Geben Sie eine Einführung in die Programmiersprache Python und ihre wichtigsten Module (Numpy, Scipy und Matplotlib).

2. Führen Sie aus einer theoretisch-praktischen Perspektive in die Techniken des maschinellen Lernens ein, insbesondere in den Bereichen Regression, Klassifizierung und Clustering, und verwenden Sie dazu das scikit-learn-Modul in Python.

3. Stellen Sie aus einer theoretisch-praktischen Perspektive metaheuristische Optimierungstechniken vor, die auf Pfad- und Populationsoptimierung basieren und das DEAP-Modul in Python verwenden.

4. Einführung in Deep-Learning-Techniken aus theoretisch-praktischer Sicht, einschließlich Fully Connected Networks, Convolutional Neural Networks (CNNs) und Recurrent Neural Networks (RNNs).

5. Einführung in Reinforcement Learning und Deep Reinforcement Learning.

6. Kommerzielle Anwendungen.

Fähigkeiten

- Fähigkeit, Probleme mit Initiative, Entscheidungsfähigkeit und Kreativität zu lösen sowie Wissen, Fertigkeiten und Fähigkeiten zu kommunizieren und weiterzugeben.

- Die Fähigkeit zu erkennen, wann Informationen benötigt werden, wo diese zu finden sind, wie ihre Eignung einzuschätzen ist und sie je nach Problemstellung angemessen zu verwenden.

- Dass die Studierenden wissen, wie sie das erworbene Wissen und ihre Problemlösungsfähigkeiten in neuen oder ungewohnten Umgebungen innerhalb breiterer (oder multidisziplinärer) Kontexte anwenden können.

- Dass die Studierenden über die Lernfähigkeiten verfügen, die es ihnen ermöglichen, ihr Studium weitgehend selbstgesteuert oder autonom fortzusetzen.

Bewertungsverfahren:
Anwesenheit, Tests, Aufgaben

Anforderungen

Spezifische Zulassungsvoraussetzungen für das Studium : Absolventen, Master- und Doktoranden; außerdem alle Interessierten mit Vorkenntnissen in der Programmierung (Python ist nicht erforderlich).

Auswahlkriterien für Studierende: Reihenfolge der Voranmeldung.

Ist für die Teilnahme an diesem Kurs ein Universitätsabschluss erforderlich? Nein.

Adresse

Fördernde Einheit: Höhere Technische Ingenieurschule.

Studienleiter: Herr Sergio Luis Toral Marín.

Abteilung des Direktors: Elektrotechnik.

Lieferung

Unterrichtssprache: Spanisch.

Ort: Höhere Technische Schule für Ingenieurwesen (Rechenzentrum).

Information

Telefon: 954481293

E-Mail: storal@us.es