maricelgg / curso-aprendizaje-de-maquinas

Aprendizaje de Máquinas 2021

Este repositorio contiene el material del curso MA5204 Aprendizaje de Máquinas (Universidad de Chile).

Contenidos

1. Introducción: ¿qué es la Inteligencia Artificial y cómo se relaciona con el AM?
2. Regresión
3. Clasificación
4. Selección y evaluación de modelos
5. Máquinas de soporte vectorial
6. Aprendizaje no supervisado
7. Redes neuronales
8. Process Gaussianos

Material de Estudio

Nota: todo el material de clases, tanto el apunte como las diapositivas, están en constante evolución, especialmente antes de cada clase. Por esta razón, de necesitar imprimirlo, se recomienda solo imprimir el material que se va a leer.

Apunte: Los contenidos del curso están presentado en el apunte, el cual se ha construido desde las notas de clase durante los últimos años. La últiva versión está disponible aquí.

Diapositivas y vídeos: Para la versión 2021, lo cual ha requerido que el curso sea dictado de forma remota y asíncrona donde los y las estudiantes estudian de forma personal, hemos diseñado diapositivas para todas las clases. Además, los vídeos serán subidos luego de cada clasea esta lista: playlist videos 2021.

• Clase 1 (15 marzo): Introducción [slides] & [video]
• Clase 2 (17 marzo): Regresión lineal (parte 1)[slides] & [video]
• Clase 3 (22 marzo): Regresión lineal (parte 2) [slides] & [video]
• Clase 4 (24 y 29 marzo): Máxima verosimilitud [slides] & [video (1/2)] & [video (2/2)]
• Clase 5 (31 marzo): Inferencia bayesiana (parte 1) [slides] & [video]
• Clase 6 (12 abril): Inferencia bayesiana (parte 2) [slides] & [video]
• Clase 7 (14 abril): Predicciones y regresión no lineal [slides] & [video]
• Clase 8 (19 abril): Clasificación (parte 1) [slides]
• Clase 9: Clasificación (parte 2) [slides]
• Clase 10: Clasificación (parte 3) [slides]
• Clase 11: Support vector machines (parte 1) [slides]
• Clase 12: Support vector machines (parte 2) [slides]
• Clase 13: Reducción de dimensionalidad [slides]
• Clase 14: Clustering [slides]
• Clase 15: Redes neuronales (parte 1) [slides]
• Clase 16: Redes neuronales (parte 2) [slides]
• Clase 17: Redes neuronales (parte 3) [slides]

Reproducción de figuras: Con la finalidad de entregar ejemplos e implementaciones de la teoría presentada en el curso, el código para reproducir todas las figuras del apunte está disponible y puede ser revisado aquí.

Demos y tareas: A medida el curso se va desarrollando, iremos publicando ejemplos en Jupyter notebooks en la carpeta demos y también las tareas en la carpeta tareas

Cuerpo Docente 2021

Profesor:

Felipe Tobar
Centro de Modelamiento Matemático
Universidad de Chile
www.dim.uchile.cl/~ftobar

Ayudantes:

• Francisco Vásquez
• Fernando Fetis
• Nelson Moreno
• Arie Wortsman
• Víctor Faraggi

Versiones pasadas

Los vídeos de las clase de la versión 2020 del curso puede encontrarse en esta lista de YouTube

Agradecimentos

El diseño de este curso, producción de material implementación de este curso ha sido posible gracias al Centro de Modelamiento Matemático, Universidad de Chile, y a los proyectos ANID PAI-82140061, Fondecyt-11171165.

Además, todos los ayudantes desde 2016 han hecho posible este curso. Gracias:

• Gonzalo Ríos
• Cristóbal Silva
• Alejandro Cuevas (x3!)
• Alejandro Veragua
• Cristóbal Valenzuela
• Mauricio Campos
• Lerko Araya
• Nicolás Aramayo
• Mauricio Araneda
• Mauricio Romero
• Luis Muñoz
• Jou-Hui Ho
• Diego Garrido
• José Díaz