Conceptos clásicos de clasificación e redución de dimensionalidade |
Clasificación non supervisada ou clustering. O algoritmo das K-medias. Clasificación supervisada non paramétrica. O algoritmo dos K veciños máis próximos. Clasificación estatística. Clasificador de mínima distancia. Clasificador óptimo de Bayes. Métodos de extracción de características: optimización para representación (PCA), optimización para clasificación (LDA) |
Procesos de aprendizaxe e introdución ás redes neuronais artificiais |
Bases da teoría da aprendizaxe. A natureza estatística do proceso de aprendizaxe. Regras de aprendizaxe máis utilizadas. Conceptos de teoría da aprendizaxe: erro de aproximación, erro de estimación e erro de cálculo. Sesgo e varianza de modelos. Técnicas de aprendizaxe: corrección de erro, regra de Hebb, competición e supervisión. Taxonomía das RNA. Modelos discriminativos fronte a modelos generativos. |
Funcións de base radial (RBF). |
Teorema de Cover sobre a separabilidade de patróns. O problema da interpolación. Teoría da Regularización. Funcións de base radial xeneralizadas. Estratexias de aprendizaxe. Comparación entre RBF e MLP. Analoxía RBF-GMM (discriminación versus representación) |
Redes *autoorganizadas. |
Rede de aprendizaxe Hebbiano: análise das compoñentes principais. Mapas de características autoorganizados, clasificación de patróns adaptativa, cuantificación vectorial (LVQ). Redes autoasociativas. |