Aprendizaje de máquina

Es una rama de inteligencia artificial cuyo objetivo es desarrollar algoritmos que permitan a los computadores aprender automáticamente e ir mejorando tal aprendizaje con la experiencia. Entiéndase por aprender a, reconocer patrones complejos y tomar decisiones inteligentes basadas en dichos patrones.  De esta forma, los computadores serán capaces de generalizar comportamientos a partir de cierta información suministrada en forma de ejemplos. Cabe destacar que esta es una área multidisciplinaria, que tuvo-tiene-tendrá un gran impacto en múltiples aplicaciones como: procesamiento de lenguaje, previsión del clima, reconocimiento de patrones, juegos, minería de datos, sistemas expertos, robótica, entre otras.


Bibliografía básica: 

  • The Elements of Statistical Learning Data Mining, Inference and Prediction. Trevor Hastie, Robert Tibshirani and Jerome Friedman.  (url: http://statweb.stanford.edu/~tibs/ElemStatLearn/)

  • Foundations of Machine Learning. Mehryar Mohri, Afshin Rostamizadeh and Ameet Talwalkar.

  • An Introduction to Statistical Learning with Applications in R. Gareth James, Daniela Witten, Trevor Hastie and Robert Tibshirani. (url: http://www-bcf.usc.edu/~gareth/ISL/) 

  • Pattern Recognition and Machine Learning. Bishop, Christopher M.


Herramientas:  

  • Weka (url:http://www.cs.waikato.ac.nz/ml/weka/)

  • ML Demos (url:http://mldemos.epfl.ch/)

  • Scikit-Learn.Python (url:http://scikit-learn.org/stable/)