El rincón del hinjeniero

La asignatura. La asignatura de Deep Learning se imparte en el segundo cuatrimestre del máster en Ingeniería y ciencia de datos. Se trata de una asignatura que continúa Aprendizaje Automático I. Hay 2 PEC valiendo cada una el 30 % de la asignatura y un examen que vale un 40 %. La primera PEC consiste en realizar una tarea con el conjunto Fashion-MNIST mientras que la segunda consiste en el uso de CNN sobre CIFAR-10 y su despliegue en AWS. El examen es de desarrollo y es necesario aprobarlo para aprobar la asignatura. Valoración personal. La asignatura es interesante y los vídeos proporcionados por el equipo docente en el aula virtual son de bastante utilidad para poder preparar las PECs . Por los contenidos y la carga de trabajo, es más bien una asignatura de 6 ECTS. Es la que más carga de trabajo supone de las optativas y posiblemente la más difícil. La segunda PEC requiere más tiempo de trabajo que la primera a pesar de valer lo mismo. Creo que la asignatura estaría mejor enfocada si...

  La asignatura. La asignatura de Aprendizaje Automático II se imparte en el segundo cuatrimestre del máster en Ingeniería y ciencia de datos. Se trata de la asignatura continuación de Aprendizaje Automático I, donde se enseñan métodos ensemble así como aprendizaje no supervisado. Hay 2 PEC valiendo la primera un 30 % de la asignatura, la segunda un 20 % y un examen que vale un 50 %. Las PEC se realizan usando Python. La primera práctica consiste en el uso de diversas técnicas de ensemble como bagging, boosting, etc. La segunda práctica consiste en un problema de clústering . Comentar que para la resolución de las prácticas es recomendable justificar las decisiones tomadas ya que el equipo docente lo tiende a valorar positivamente. Aparte del código, hay que elaborar una memoria con una longitud máxima definida. El examen consiste en 10 preguntas tipo test donde las respuestas erróneas restan en la nota y para el que se puede llevar los apuntes. Comentar que se suelen repetir de un...

La asignatura. La asignatura de Modelado Estadístico de Datos se imparte en el primer cuatrimestre del máster en Ingeniería y ciencia de datos. Se trata de la asignatura donde se enseñan diversos fundamentos matemáticos necesarios para la ciencia de datos. Además, es el único contacto que hay en el máster con el lenguaje de programación R. Hay 2 PEC valiendo cada una un 20 % de la asignatura, se valora la participación en el foro con un 10 % y un examen que vale un 50 %. La primera práctica consiste en la resolución de 6 problemas relativos a la primera mitad de la asignatura y la segunda presenta el mismo número de problemas pero de la segunda mitad de la asignatura. Para aprobar la asignatura es necesario aprobar cada una de las prácticas. La parte del foro se evalúa mediante la participación de los estudiantes en el mismo.  El equipo docente inicia  temas en los foros para que los alumnos participen.  Es necesario hacer 10 contribuciones significativas en el foro para ...

La asignatura. La asignatura de Aprendizaje Automático I se imparte en el primer cuatrimestre del máster en Ingeniería y ciencia de datos. Se trata de la asignatura donde se enseñan diversos modelos de aprendizaje supervisado y no supervisado. Hay 3 PEC valiendo las tres un 40 % de la asignatura y un examen que vale un 60 %. Las PEC se realizan usando Python en Jupyter Notebook. La primera práctica consiste en un problema de clasificación usando diversos algoritmos de aprendizaje supervisado (Naive Bayes, KNN o árboles de decisión). La segunda práctica emplea redes neuronales , también para un problema de clasificación. La tercera práctica consiste en el uso de SVM para la resolución de problemas de clasificación y regresión. Comentar que para la resolución de las prácticas es recomendable justificar las decisiones tomadas ya que el equipo docente lo tiende a valorar positivamente. El examen consiste en 10 preguntas tipo test donde las respuestas erróneas restan en la nota y una pregun...

La asignatura. La asignatura de Modelos probabilistas y análisis de decisiones es una asignatura optativa del grado que, según la estructura del estudio, se imparte en 4º del grado. El que en la estructura aparezca en 4º curso, no significa que no se pueda cursar antes. En mi caso la cursé el primer año que me matriculé, en el primer cuatrimestre. En esta asignatura se ven el teorema de Bayes, redes bayesianas, análisis de decisiones y aplicaciones de estos conceptos. La bibliografía de la asignatura la facilita el equipo docente, con lo que no sería necesario comprar nada. El equipo docente facilita ejercicios, vídeos, etc. sobre la asignatura. Mi recomendación es realizar las PECs (Pruebas de Evaluación Continua) dado que se realizan ejercicios similares a los del examen. Las PECs son muy similares de un año para otro y en el canal de Telegram de la asignatura suelen colgar la resolución de las PECs del año anterior. A partir de estos documentos, es sencillo hacer las PECs y seguir l...