UNIDAD 1
Introducción a la Inteligencia Computacional - Machine Learning.

Fundamentos epistemológicos de las tecnologías incluidas en el paradigma. Conocimiento e Inteligencia Artificial. Evolución de técnicas a partir de los orígenes de la Inteligencia Artificial. Clustering difuso y no difuso.

Charlas (en inglés):

K-means clustering (un tipo de algoritmo de agrupamiento de datos).

Diferencias entre Artificial Intelligence y Machine Learning

Aplicaciones motivadoras (en inglés):

Inteligencia computacional en Videogames.

Componiendo música con Inteligencia Artificial

UNIDAD 2
Lógica y Sistemas Difusos - Fuzzy Logic.

Fundamentos de Conjuntos difusos. Probabilidad y posibilidad. Funciones de pertenencia. Variable lingüística.

Operaciones con conjuntos difusos. Relaciones.

Lógica difusa. Conectivos. Implicación. Inferencia. Bases de Reglas.

Modelización de Sistemas de Inferencia. Aplicaciones.

Controlador difuso: Estructura. Preprocesamiento. Base de Reglas. Posprocesamiento. Aplicaciones.

Material en video:

Introducción a la Lógica Difusa (en inglés)

Ideas de Fuzzy Logic en la vida real (en inglés)

Una curiosa aplicación de Fuzzy Logic (en inglés)

UNIDAD 3
Computación Evolutiva

Introducción. Estructura y Diseño de un Algoritmo Evolutivo Genérico. Representación de Individuos. El diseño de los operadores. Los mecanismos de selección/ reproducción. El espacio de los fenotipos y de los genotipos. Algoritmos Genéticos. Búsqueda y Optimización.

Charla (en inglés)

Algoritmos Genéticos y sus aplicaciones.

UNIDAD 4
Redes Neuronales Artificiales (RNA) - Artificial Neural Networks (ANN).

Enfoque biológico y cognitivo.Modelos de una neurona.Arquitecturas de Redes. Representación del conocimiento.Procesos de aprendizaje Paradigmas y algoritmos de aprendizaje.

El perceptrón. El perceptrón multicapa. Algoritmo de aprendizaje por retropropagación del error. Limitaciones. Aceleración de la convergencia.

Redes auto-organizadas. Aprendizaje Competitivo.Algoritmo de mapeo de carac terísticas auto-organizado. Modelo de Kohonen. Aprendizaje por cuantificación vectorial.

Redes de Base Radial. Arquitectura. Estrategias de aprendizaje. Aplicaciones.

Material en video:

Qué son y en qué se aplican las Redes Neuronales (en inglés)

Dispositivo que se entrena y aprende con Redes Neuronales

Los 7 pasos de una solución con Machine Learning (en inglés)