000055997 001__ 55997 000055997 005__ 20170831083820.0 000055997 037__ $$aGDOC-2015-3597 000055997 041__ $$aspa 000055997 24500 $$962234$$aMachine learning for Big Data 000055997 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2015-2016 000055997 520__ $$aEl análisis y la extracción de patrones en grandes volúmenes de datos ocupan actualmente un lugar fundamental en diversas aplicaciones científicas y tecnológicas y tienen gran importancia económica y social. La inmensa cantidad de datos disponibles en la actualidad, provenientes de tecnologías diversas como sensores o la Web 2.0, ha producido un salto cualitativo en numerosos problemas como el reconocimiento de escenas, caras u objetos en imágenes, sistemas de recomendación, o lenguaje natural. En estos y otros campos, la disponibilidad de grandes conjuntos de datos ofrece varias oportunidades, como modelar patrones complejos o mejorar el desempeño de algoritmos sencillos. Por otro lado plantea retos importantes, como el elevado coste computacional de ciertos métodos. El objetivo de este curso es introducir al estudiante en el aprendizaje automático con grandes volúmenes de datos, exponer el estado del arte, limitaciones y ejemplos de aplicación, y profundizar en los algoritmos más extendidos. En concreto se profundizará sobre todo en redes neuronales, que es el algoritmo con más potencial para capturar patrones complejos a partir de datos. También se estudiará el aprendizaje secuencial para el caso de flujos de datos y aproximaciones eficientes al problema del vecino más próximo. 000055997 521__ $$9683$$aMáster Universitario en Ingeniería Informática 000055997 540__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000055997 700__ $$0(orcid)0000-0003-1368-1151$$aCivera Sancho, Javier 000055997 830__ $$9534 000055997 8564_ $$s82292$$uhttps://zaguan.unizar.es/record/55997/files/guia.pdf$$yGuía (idioma español) 000055997 8564_ $$s72574$$uhttps://zaguan.unizar.es/record/55997/files/guia-62234-eng.pdf$$yGuide (english) 000055997 980__ $$aGDOC$$bIngeniería y Arquitectura$$c110