Course information

Course information#

2025 - Introducción al Machine Learning

Lecturas recomendadas#

  • C. Bishop, Pattern Recognition and Machine Learning, Springer-Verlag website

  • Hastie, Tibshirani, Friedman, The Elements of Statistical Learning, Springer-Verlag website pdf

  • Andrew R. Webb, Keith D. Copsey, Statistical Pattern Recognition, 3rd Edition, Wiley

Programa y Calendario#

Calendario

Evaluación#

  • Laboratorios 30%

  • Exámenes teóricos 50%

  • Proyecto del curso 20%

Fechas de entregas#

Proyecto#

La guía para la realización del proyecto puede ser consultada en: pdf

Para los proyectos se debe seleccionar un problema de aprendizaje supervisado. Se recomienda revisar las bases de datos incluidas en:

Una vez comience el semestre se compartirán algunos archivos que contienen algunos datasets que no pueden ser seleccionados debido a problemas con la información o a que el alcance del reto no es suficiente como proyecto del curso.

Entregas del proyecto#

Se realiza una avance parcial del proyecto que incluye partes I y II de la guía y la entrega final con el desarrollo completo.

Sesiones sincrónicas (Modalidad Virtual)#

Para acceder a las sesiones sincrónicas: Lunes - Jueves: zoom link

Para acceder a las grabaciones debe ingresar a Ude@, buscar el curso entre sus cursos matrículados e ingresar en la opción Encuentros sincrónicos que se encuentra en el menú de la izquierda.

Laboratorios: - Presencial (Martes 8-10) zoom link - Virtual (Martes 10-12) zoom link

Contents