El aprendizaje automático es una de las líneas clave de la informática actual debido a su capacidad de resolver problemas de alta complejidad. Agrupa un conjunto de técnicas y algoritmos de inteligencia artificial que permiten resolver problemas complejos de manera computacional. Algunos de los problemas que permite resolver serían la detección de anomalías y mantenimiento predictivo, la fijación de precios de manera dinámica, apoyo en procesos de relación con clientes, motores de recomendación/toma de decisiones y clasificación de imágenes.
Existen diversas herramientas que permiten implementar los distintos algoritmos existentes. La asignatura tiene un carácter muy práctico. Todos los algoritmos que se expliquen se mostrarán con ejemplos prácticos. En las sesiones prácticas se ayudará a los alumnos a que avancen en su proyecto práctico aunque también se propondrán actividades opcionales.

1. Herramientas de Soporte al Aprendizaje Automático:
   1. Introducción al Aprendizaje Automático. Principales Herramientas de Aprendizaje Automático:
   2. Algoritmos de Aprendizaje Automático:
   3. Ingeniería de los Datos:
   4. Redes Neuronales y Aprendizaje Profundo:
   5. Redes Neuronales en Visión Artificial, Lenguaje Natural, etc.:

• Sala de ordenadores: en ella se impartirán algunas de las clases, cada alumno dispondrá de un ordenador con el que llevar a cabo el seguimiento de las explicaciones. Principalmente se utilizará el entorno Anaconda.
• Moodle: plataforma donde se colgarán los ejercicios, materiales docentes, enunciados de trabajos y prácticas y donde se activarán las entregas de algunas de las pruebas de evaluación.
• Teams: herramienta recomendada para que los alumnos realicen los trabajos en grupo y para contactar con el profesor. Independientemente de la herramienta utilizada para la comunicación, los trabajos y diversas
actividades realizadas se subirán al Moodle para su evaluación.
• WebMail: gestor de correo proporcionado por la universidad a través de su página web. El alumno recibirá notificaciones y respuestas a sus consultas online por esta vía.

CB3. Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética

CG01. Capacidad de organización y planificación en el ámbito tecnológico
CG02. Capacidad y habilidad para la toma de decisiones en el ámbito tecnológico

COM5. Capacidad para adquirir, obtener, formalizar y representar el conocimiento en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes.
COM7. Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos.

El alumno será capaz de:

1. Conocer los tipos de herramientas necesarias para la aplicación de técnicas de aprendizaje automático

2. Llevar a cabo procedimientos básicos de aplicación de técnicas de aprendizaje automático utilizando las herramientas adecuadas para el problema abordado

• John D. Kelleher (2020), Fundamentals of Machine Learning for Predictive Data Analytics, MIT Press Ltd

https://comunidad.uemc.es/ecampus (Web de la asignatura en el campus)

Planificación estimada:

Semana 1-2. Tema 1. Introducción al Aprendizaje Automático. Principales Herramientas de Aprendizaje Automático.

Semana 3. Presentación Actividad 1

Semana 3-4-5-6. Tema 2. Algoritmos de Aprendizaje Automático.

Semana 6. Presentación Actividad 2

Semana 7. Prueba  1: Tipo test / cuestiones

Semana 7-8. Tema 3. Ingeniería de los Datos

Semana 9-10-11. Tema 4. Redes Neuronales.

Semana 11. Presentación Actividad 3. Primer entregable proyecto.

Semana 12-13-14. Tema 5. Redes Neuronales Profundas en Visión Artificial.

Semana 15. Prueba 2: Tipo test / cuestiones

Semana 15. Presentación Actividad 4. Segundo entregable proyecto.

Esta planificación estimada podrá verse modificada por causas ajenas a la organización académica primeramente presentada. El profesor informará convenientemente a los alumnos de las nuevas modificaciones puntuales.

Sistema de evaluación	% Calificación final
Ejecución de prácticas	60
Pruebas escritas	40

Consideraciones de la Evaluación en la Convocatoria Ordinaria

Composición de la evaluación:
Actividad 1: 10% (Ejecución de prácticas)
Actividad 2: 10% (Ejecución de prácticas)
Actividad 3: 15% (Ejecución de prácticas)
Actividad 4: 25% (Ejecución de prácticas)
Prueba escrita 1: 20% (10% tipo test + 10% pruebas de respuesta corta)
Prueba escrita 2: 20% (10% tipo test + 10% pruebas de respuesta corta)
Pruebas escritas durante la evaluación continua:
Tendrán dos partes: Una primera parte será tipo test y tendrá 10 preguntas tipo test que sumarán 1 punto si son correctas y restarán 0,25 si son incorrectas. Una segunda parte incluirá 2 a 4 preguntas cortas pudiendo ser cuestiones relativas a la actividad desarrollada en clase. Cada parte tendrá un valor de un 10% sobre la nota global. Es necesario obtener un mínimo de 3.5 sobre 10 en la media de las pruebas escritas para hacer media con los trabajos y poder aprobar la asignatura.

Los alumnos que suspendan la asignatura durante la evaluación continua deberán realizar el examen completo y entregar un trabajo que agrupe las 4 actividades si no las han entregado durante el curso. El examen de la convocatoria ordinaria estará compuesto por 20 preguntas tipo test junto a 4 preguntas de respuesta corta. Las preguntas tipo test sumarán 1 punto si son correctas y restarán 0,25 si son incorrectas. Cada una de las partes del examen representará un 20% de la nota global. Es necesario obtener un mínimo de 3 sobre 10 en el examen para hacer media con los trabajos y poder aprobar la asignatura.

La valoración en la convocatoria ordinaria es:
Ejecución de prácticas 1-4:    60%
Prueba escrita: 40% (20% tipo test + 20% respuestas cortas)

Esta planificación tiene un carácter meramente orientativo y podrá ser modificada a criterio del profesor, en función de circunstancias externas y de la evolución del grupo. El profesor informará convenientemente a los alumnos de dichas modificaciones. Los sistemas de evaluación descritos en esta guía docente son sensibles tanto a la evaluación de las competencias como de los contenidos de la asignatura. La realización fraudulenta de cualquiera de las pruebas de evaluación, así como la extracción de información de las pruebas de evaluación, será sancionada según lo descrito en el Reglamento 7/2015, de 20 de noviembre, de Régimen Disciplinario de los estudiantes, Arts. 4, 5 y 7 y derivarán en la pérdida de la convocatoria correspondiente, así como en el reflejo de la falta y de su motivo en el expediente académico del alumno.

Consideraciones de la Evaluación en la Convocatoria Extraordinaria

Los alumnos que suspendan la asignatura en la convocatoria ordinaria deberán realizar el examen completo y entregar un trabajo que agrupe las 4 actividades si no las han entregado durante el curso. El examen de la convocatoria extraordinaria estará compuesto por 20 preguntas tipo test junto a 4 preguntas de respuesta corta. Las preguntas tipo test sumarán 1 punto si son correctas y restarán 0,25 si son incorrectas. Cada una de las partes del examen representará un 20% de la nota global. Es necesario obtener un mínimo de 3.5 sobre 10 en el examen para hacer media con los trabajos y poder aprobar la asignatura.

La valoración en la convocatoria extraordinaria es:
Ejecución de prácticas 1-4:    60%
Prueba escrita: 40% (20% tipo test + 20% respuestas cortas)

Esta planificación tiene un carácter meramente orientativo y podrá ser modificada a criterio del profesor, en función de circunstancias externas y de la evolución del grupo. El profesor informará convenientemente a los alumnos de dichas modificaciones. Los sistemas de evaluación descritos en esta guía docente son sensibles tanto a la evaluación de las competencias como de los contenidos de la asignatura. La realización fraudulenta de cualquiera de las pruebas de evaluación, así como la extracción de información de las pruebas de evaluación, será sancionada según lo descrito en el Reglamento 7/2015, de 20 de noviembre, de Régimen Disciplinario de los estudiantes, Arts. 4, 5 y 7 y derivarán en la pérdida de la convocatoria correspondiente, así como en el reflejo de la falta y de su motivo en el expediente académico del alumno.

Los estudiantes que por razones excepcionales no puedan seguir los procedimientos habituales de evaluación continua exigidos por el profesor podrán solicitar no ser incluidos en la misma y optar por una «evaluación excepcional». El estudiante podrá justificar la existencia de estas razones excepcionales mediante la cumplimentación y entrega del modelo de solicitud y documentación requerida para tal fin en la Secretaría de la Universidad Europea Miguel de Cervantes en los siguientes plazos: con carácter general, desde la formalización de la matrícula hasta el viernes de la segunda semana lectiva del curso académico para el caso de alumnos de la Universidad, y hasta el viernes de la cuarta semana lectiva del curso académico para el caso de alumnos de nuevo ingreso. En los siete días hábiles siguientes al momento en que surja esa situación excepcional si sobreviene con posterioridad a la finalización del plazo anterior.