No ámbito da investigación na Enxeñaría, é moi frecuente atoparse un problema que pode ser visto dende o prisma dun problema de regresión e clasificación e, a meúdo, se necesitan modelos complexos para poder resolver o probkema que presenta unha alta non linealidade. Por isto, é necesario introducir os modelos de aprendizaxe automático dende as súas dúas vertentes, supervisado e non supervisado, para poder dotar ó alumnado de este curso da capacidade de construcción e desarrollo dun modelo de Machine Learning.
O curso realizarase preferiblemente presencial, apoiándose na farramenta software Matlab
Modelos Supervisados e Selección de modelo óptimo. Ademáis dos non supervisados, dentro da familia de modelos de ML, pódense encontrar os modelos supervisados que son os que presentan mellores tasas de error. Así, presentaranse os modelos máis clásicos dentro deste enfoque enfrontando aqueles que teñen diferente arquitectura e algoritmia. Por último, estudiarase o algoritmo necesario para poder levar a cabo unha comparativa de modelos para a selección do modelo óptimo, minimizando a aleatoriedade da selección do conxunto de validación.