En ingeniería mecatrónica el aprendizaje automático (Machine learning) es una herramienta que permite extender las capacidades del ingeniero para crear máquinas capaces de realizar funciones o trabajos complejos, con lo que se espera que estas máquinas sean cada vez más capaces de apoyar eficazmente a las personas en sus labores. Esta asignatura busca fortalecer las habilidades del ingeniero para la incorporación de técnicas de aprendizaje automático a las máquinas y/o sistemas en tareas complejas.

Objetivo:

Introducir al estudiante en los conceptos y técnicas comunes de machine learning.

Temas:

1. Tipos de aprendizaje. Aprendizaje supervisado, aprendizaje no supervisado, aprendizaje por refuerzo.

2. Validación del aprendizaje. Métricas de desempeño. Interpretación de resultados de desempeño.

3. Selección de características y reducción dimensional. Métodos de selección y extracción de características y métodos para reducción de dimensionalidad.

4. Agrupamiento (clustering). Métodos de agrupamiento, K-means, rMRM. Métodos de representación de información, SVD, PCA, ICA. 

5. Clasificación de patrones. Métodos de clasificación, K-NN, árboles de decisión, random forest.

6. Redes neuronales y Deep learning. Generalidades de ANN y DNN. tipos y aplicaciones.

7. Arquitecturas de DL. Principales arquitecturas de DNN, CNN, RNN, GAN, AE.

8. Detección de anomalías. Definición, principales técnicas, aplicaciones.

9. Analítica de datos. Definición de conceptos, técnicas y aplicaciones.

10. Robótica y automatización. Relación entre Machine Learning y la automatización y la robótica. Aplicaciones.