Seminario de Machine Learning – Classification
Fecha: 28 y 29 de Marzo de 2011
Disertante: DR. MARIANO PHIELIPP – INTEL Arizona, USA
Idioma de la disertación: Castellano
Objetivo: Introducir a la audiencia en el problema del aprendizaje de máquina (Machine learning) enfatizando aprendizaje semi-supervisado y en problemas de clasificación.
Contenidos:
- Context –Overview – Features – Feature Vector – Feature Space – Kernel Trick – Learning Supervised – Unsupervised -Semi-supervised – Applying Semi-supervised learning – Applied Research – Conclusions
Bibliografía:
- Pattern Classification, Second Edition, 2000. Duda, Hart and Stork.
- Pattern Recognition and Machine Learning, 2007, Bishop.
- The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Second Edition, 2009. Hastie, Tibishirani, Friedman.
- A Tutorial on Spectral Clustering, Statistics and Computing, 17, (4), 2007. Ulrike von Luxburg.
- Semi-Supervised Literature Survey, Computer Sciences, University of Wisconsin-Madison, 2005, Xiaojin, Zhu.
- Semi-Supervised Learning Tutorial, Computer Sciences Dept, University of Wiscondin, Madison, USA. 2007. Xiaojin, Zhu.
- Semi-Supervised Learning Using Gaussian Fields and Harmonic Functions. ICML 2003. Zhu et al.
Dirigido a: egresados de carreras de las áreas Informática, Estadística o Matemática interesados en la búsqueda de patrones en grandes volúmenes de datos.
Conocimientos previos recomendados: conocimientos de Álgebra Matricial, Cálculo, Probabilidades y Estadística.
Lugar: Salón Azul (Biblioteca Central UNC)
Horario: 17:00 a 21:00 hs
Fecha: 28 y 29 de Marzo
Pre-Inscripción: acechich@gmail.com
Actividad no arancelada – Se entregarán certificados de Asistencia
