GuiaCompleta 71014023 2022

21-22
GRADO EN INGENIERÍA INFORMÁTICA

CUARTO CURSO
GUÍA DE
ESTUDIO
COMPLETA
APRENDIZAJE AUTOMÁTICO
CÓDIGO 71014023
APRENDIZAJE AUTOMÁTICO CÓDIGO 71014023
21-22
APRENDIZAJE AUTOMÁTICO
CÓDIGO 71014023
ÍNDICE
PRESENTACIÓN Y CONTEXTUALIZACIÓN
REQUISITOS Y/O RECOMENDACIONES PARA CURSAR LA
ASIGNATURA
EQUIPO DOCENTE
HORARIO DE ATENCIÓN AL ESTUDIANTE
TUTORIZACIÓN EN CENTROS ASOCIADOS
COMPETENCIAS QUE ADQUIERE EL ESTUDIANTE
RESULTADOS DE APRENDIZAJE
CONTENIDOS
METODOLOGÍA
PLAN DE TRABAJO
SISTEMA DE EVALUACIÓN
BIBLIOGRAFÍA BÁSICA
BIBLIOGRAFÍA COMPLEMENTARIA
RECURSOS DE APOYO Y WEBGRAFÍA
GLOSARIO
UNED 2 CURSO 2021/22

Nombre de la asignatura APRENDIZAJE AUTOMÁTICO

Código 71014023
Curso académico 2021/2022
Departamento INTELIGENCIA ARTIFICIAL
Título en que se imparte GRADO EN INGENIERÍA INFORMÁTICA
CURSO - PERIODO GRADUADO EN INGENIERÍA INFORMÁTICA
- CUARTO CURSO
- SEMESTRE 1
CURSO - PERIODO ESPECÍFICO PARA INGENIEROS TÉCNICOS EN INFORMÁTICA DE

SISTEMAS
- OPTATIVAS CURSO
- SEMESTRE 1
CURSO - PERIODO ESPECÍFICO PARA INGENIEROS TÉCNICOS EN INFORMÁTICA DE

SISTEMAS EN UNED
- OPTATIVAS CURSO
- SEMESTRE 1
Tipo OBLIGATORIAS
Nº ETCS 6
Horas 150.0
Idiomas en que se imparte CASTELLANO
PRESENTACIÓN Y CONTEXTUALIZACIÓN
El Aprendizaje Automático es una rama de la Inteligencia Artificial que abarca diferentes

técnicas, las cuales permiten dotar a los computadores de la capacidad de "aprender"
modelos tales que, de forma automática, pueden ser usados, por un lado, para resolver
problemas nuevos o, por otro lado, para mejorar el rendimiento en problemas ya vistos. El
objetivo principal de esta asignatura es dar una visión introductoria de las técnicas y
algoritmos de aprendizaje más importantes existentes en la actualidad.
Existen distintas formas de clasificar las diferentes técnicas pertenecientes al ámbito del
aprendizaje automático. Así, atendiendo a su naturaleza inferencial, se puede hablar de
técnicas de aprendizaje inductivas, deductivas, abductivas y por analogía. Atendiendo al tipo
de modelo aprendido, se habla de técnicas simbólicas (modelos que manejan sólo
conocimiento expresado en forma simbólica), conexionistas (si el conocimiento es sólo de
tipo numérico) y mixtas (modelos que participan de los dos tipos de conocimiento anteriores).
Finalmente, dependiendo de si en el conjunto de datos de entrenamiento existe o no
información de la clase o concepto al que pertenece cada ejemplo, se habla,
respectivamente, de técnicas de aprendizaje supervisado o no-supervisado. En esta
asignatura se ha optado por presentar dichas técnicas desde el punto de vista de los dos
grandes paradigmas de aprendizaje mencionados anteriormente: supervisado y no-
supervisado.
Esta asignatura, junto con las asignaturas Introducción a la Inteligencia Artificial (2º curso) y
Ampliación de Sistemas Inteligentes (4º Curso), pertenece a la materia denominada
Sistemas Inteligentes. En particular, se trata de una asignatura cuatrimestral (6 créditos), de
carácter obligatorio que se imparte en el primer cuatrimestre de 4º Curso del Grado en
Ingeniería Informática.

REQUISITOS Y/O RECOMENDACIONES PARA CURSAR LA

ASIGNATURA
Aunque no se exige cumplir ningún requisito para cursar esta asignatura, es deseable y
recomendable que el alumno haya cursado y aprobado previamente la asignatura
"Fundamentos de Inteligencia Artificial" (2º Curso).
EQUIPO DOCENTE
Nombre y Apellidos ENRIQUE JAVIER CARMONA SUAREZ (Coordinador de asignatura)
Correo Electrónico ecarmona@dia.uned.es
Teléfono 91398-7301
Facultad ESCUELA TÉCN.SUP INGENIERÍA INFORMÁTICA
Nombre y Apellidos JOSE RAMON ALVAREZ SANCHEZ

Correo Electrónico jras@dia.uned.es
Teléfono 91398-7199
Facultad ESCUELA TÉCN.SUP INGENIERÍA INFORMÁTICA
HORARIO DE ATENCIÓN AL ESTUDIANTE
Tutorización: El estudiante dispondrá de diferentes medios pensados para ayudarle y

apoyarle en el estudio de la asignatura: curso virtual en plataforma aLF, tutorías intercampus
y atención docente a través de los foros. En el curso virtual, además de tener acceso a
diferentes recursos y material docente, el alumno dispone de un conjunto de foros en los
que puede plantear cualquier duda sobre contenidos de la asignatura. En este sentido, es
importante indicar que el alumno no debe hacer uso del e-mail para plantear dudas de este
tipo. En las tutorías intercampus, el alumno podrá atender mediante webconferencias (en
tiempo real o en diferido) las tutorías impartidas por los tutores de la asignatura.
Existe también un horario de guardia en el que el coordinador de la asignatura puede

atender presencial o telefónicamente al alumno. Dicho horario es el siguiente:
Horario de Atención: Martes lectivos, de 16:00 a 20:00h
Finalmente, se indica a continuación los datos de contacto:
Enrique J. Carmona Suárez
Dpto. de Inteligencia Artificial (Despacho: 3.21)
E.T.S.I. Informática (UNED)
C/ Juan del Rosal, nº 16
28040 Madrid (España)
Tfno.: +34 91 3987301
Correo-e: ecarmona@dia.uned.es

TUTORIZACIÓN EN CENTROS ASOCIADOS
En el enlace que aparece a continuación se muestran los centros asociados y extensiones

en las que se imparten tutorías de la asignatura. Estas pueden ser:
• Tutorías de centro o presenciales: se puede asistir físicamente en un aula o despacho del
centro asociado.
• Tutorías campus/intercampus: se puede acceder vía internet.
Consultar horarios de tutorización de la asignatura 71014023
COMPETENCIAS QUE ADQUIERE EL ESTUDIANTE
El estudio de esta asignatura implica, en mayor o menor medida, la adquisición de las

siguientes competencias:
Competencias Generales
(G.2) Competencias cognitivas superiores: selección y manejo adecuado de conocimientos,
recursos y estrategias cognitivas de nivel superior apropiados para el afrontamiento y
resolución de diversos tipos de tareas/problemas con distinto nivel de complejidad y
novedad. Análisis y Síntesis. Aplicación de los conocimientos a la práctica Resolución de
problemas en entornos nuevos o poco conocidos. Pensamiento creativo. Razonamiento
crítico. Toma de decisiones.
(G.3) Competencias de gestión de la calidad y la innovación: Seguimiento, monitorización y
evaluación del trabajo propio o de otros. Aplicación de medidas de mejora. Innovación.
(G.4) Competencias de expresión y comunicación (a través de distintos medios y con distinto
tipo de interlocutores): Comunicación y expresión escrita. Comunicación y expresión oral.
Comunicación y expresión en otras lenguas (con especial énfasis en el inglés).
Comunicación y expresión matemática, científica y tecnológica (cuando sea requerido y
estableciendo los niveles oportunos).
(G.5) Competencias en el uso de las herramientas y recursos de la Sociedad del
Conocimiento: Manejo de las TIC. Competencia en la búsqueda de información relevante.
Competencia en la gestión y organización de la información. Competencia en la recolección
de datos, el manejo de bases de datos y su presentación.
Competencias Específicas
(BC.6) Conocimiento y aplicación de los procedimientos algorítmicos básicos de las
tecnologías informáticas para diseñar soluciones a problemas, analizando la idoneidad y
complejidad de los algoritmos propuestos.
(BC.15) Conocimiento y aplicación de los principios fundamentales y técnicas básicas de los
sistemas inteligentes y su aplicación práctica.
(BTEc.1) Capacidad para tener un conocimiento profundo de los principios fundamentales de
la computación y saberlos aplicar para interpretar, seleccionar, valorar, modelar, y crear
nuevos conceptos, teorías, usos y desarrollos tecnológicos relacionados con la informática.
(BTEc.4) Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los
sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones

informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación.

(BTEc.7) Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y
diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a
extracción automática de información y conocimiento a partir de grandes volúmenes de
datos.
RESULTADOS DE APRENDIZAJE
Los resultados que se pretenden alcanzar con el estudio de esta asignatura, siguiendo la
notación usada en la memoria de verificación del título por ANECA, son:
(R4) Conocer y ser capaz de implementar algoritmos sencillos y característicos de los
paradigmas más importantes de aprendizaje.
(R5) Ser capaz de identificar qué tipo de tareas están implicadas en un problema de
aprendizaje y saber elegir la técnica de aprendizaje y algoritmo más adecuados en función
de las características de cada tarea.
(R6) Ser capaz de evaluar e informar sobre la calidad de lo aprendido por un sistema de
aprendizaje.
(R7) Conocer y manejar plataformas software de uso generalizado que implementan
algoritmos de aprendizaje automático.
CONTENIDOS
Parte I. INTRODUCCIÓN Y FUNDAMENTOS
El principal objetivo de esta parte del temario es presentar una introducción al Aprendizaje
Automático (AA), así como una serie de conceptos o fundamentos básicos que son comunes
a todas las técnicas de AA que se estudiarán durante el curso.
Tema 1. Introducción
Este tema se divide en los siguientes apartados:

1.1 Motivaciones
1.2 Concepto de Aprendizaje
1.3 Perspectivas del Aprendizaje
1.4 Revisión histórica
Objetivos
El principal objetivo de este tema es presentar una introducción al aprendizaje automático.

Breve Introducción
Antes de estudiar una disciplina, resulta importante conocer cuáles son las motivaciones
por las que se considera útil el estudio y utilización de las técnicas pertenecientes a dicha
disciplina. Aquí, las motivaciones que hacen interesante el estudio del aprendizaje
automático se presentarán desde distintos puntos de vista: técnico (desarrolladores de
software), comercial (tendencias del mercado) y científico.
Para poder definir qué es el aprendizaje automático es preciso conocer antes el concepto
genérico de Aprendizaje. Son varias las definiciones existentes en la literatura relacionada
con el tema. Sin embargo, dado que no se conocen, con la profundidad suficiente, los
mecanismos que controlan el aprendizaje humano, la mayoría de las definiciones existentes
se centran más en la funcionalidad del aprendizaje que en los procesos internos asociados a
dicha capacidad. Por tanto, el alumno debería familiarizarse con estas definiciones, para
poder inferir el conjunto de características relacionadas con la capacidad de aprender y, de
esta forma, ser capaz de valorar si un sistema dado posee o no alguna aptitud para
aprender.
Por otro lado, a la hora de acercarse, analizar y entender el aprendizaje automático no existe
una perspectiva única. Aquí, mencionamos tres perspectivas del aprendizaje. La primera,
la perspectiva biológica, se centra en los mecanismos de adaptación de los seres vivos. La
segunda, la perspectiva computacional, concibe el AA como una nueva forma de
programación. Y la tercera, la perspectiva inferencial, se centra en qué tipo de inferencia se
realiza para poder aprender.
Como en cualquier otra rama del saber, también en el aprendizaje automático existen
multitud de circunstancias a lo largo de la historia que han conducido a la situación actual del
campo. Por tanto, el alumno debería conocer las diferentes etapas de esta evolución
histórica, así como las tendencias y relaciones con otras disciplinas, en especial con la
inteligencia artificial, que han marcado y caracterizado cada una de dichas etapas.
Tema 2. Fundamentos en Aprendizaje Automático

2.1 Objetivos de la tarea de Aprendizaje
2.2 Conceptos básicos
2.3 El aprendizaje como una tarea de búsqueda
2.4 Subtareas relacionadas con la tarea de aprendizaje
2.5 Diseño de experimentos
2.6 Evaluación del modelo aprendido

Objetivos
El objetivo básico de este tema es presentar una serie de conceptos y procedimientos
básicos en aprendizaje automático que son comunes a todas las técnicas que se estudiarán
en la asignatura.
Breve introducción
En primer lugar se realizará una formalización del concepto del aprendizaje en términos
de tarea, definiendo así cuáles son sus objetivos, sus entradas y salidas, y los diferentes
componentes y relaciones entre ellos. A continuación, se analizarán los principales
elementos y conceptos básicos utilizados en los sistemas de aprendizaje. La
descripción se centrará en introducir dichos conceptos de forma genérica de modo que
puedan ser particularizados, posteriormente, a lo largo de los restantes temas de la
asignatura. Seguidamente, se describirán y analizarán las etapas básicas relacionadas
con el diseño de cualquier experimento de aprendizaje:
• Determinación de la función objetivo
• Recopilación de casos
• Elección de atributos predictivos
• Codificación de los valores de atributo
• Selección de instancias de entrenamiento y de test
Un aspecto importante a la hora de abordar la tarea de aprendizaje es plantearla como un
problema de búsqueda. Esto permitirá crear un marco común, independiente del problema
a resolver, formado por un conjunto de estados (conjunto de todas las configuraciones
posibles de situaciones que pueden darse en el problema) y un conjunto de operadores (que
representan las transiciones entre estados). A su vez, estos dos conjuntos permitirán
formalizar el espacio del problema de búsqueda en forma de grafo en el que los nodos
representan estados y los arcos representan operadores. Por tanto, un problema concreto se
definirá por un estado inicial y un estado final (solución), y la resolución del problema
consistirá en encontrar un camino que permita pasar desde el estado inicial hasta el estado
final.
También se verá que la tarea de aprendizaje se puede descomponer en un conjunto de
subtareas representativas: clasificación, agrupación y caracterización. Por tanto, se hará
una descripción de las características que definen cada una de estas subtareas. Piénsese
que, a la hora de resolver un problema de aprendizaje, resulta útil identificar cuáles son las
tareas que implican aprendizaje y, además, clasificar cada una de ellas de acuerdo a la
subtarea que pertenece. Esto facilitará la elección de la técnica de aprendizaje más
adecuada en virtud del tipo de subtarea.
El resultado final de resolver un problema de aprendizaje es la creación de un modelo que
permite resolver dicho problema. Sin embargo, resulta esencial evaluar las prestaciones

del modelo para poder establecer la validez del mismo. Además, el resultado de dicha
evaluación facilitará la comparación con otros modelos. Por tanto, en este capítulo, también
se describirán diferentes formas de evaluar los modelos aprendidos: matemática,
experimental y psicológica.
Parte II. APRENDIZAJE SUPERVISADO
El principal objetivo de esta parte del temario es presentar y describir un conjunto de

técnicas pertenecientes a una categoría de aprendizaje conocida con el nombre de
aprendizaje supervisado. Este tipo de paradigma abarca un conjunto de técnicas que
permiten inducir un modelo a partir de un conjunto de datos o ejemplos de entrenamiento.
Cada ejemplo de entrenamiento consiste en un conjunto de pares de objetos atributo-valor
más un atributo adicional que representa la clase o salida de dicho ejemplo. La salida del
modelo aprendido puede ser un concepto (problemas de aprendizaje de conceptos), una
etiqueta de clase (problemas de clasificación) o un valor numérico (problemas de regresión).
El objetivo último del aprendizaje supervisado es el de crear un modelo capaz de predecir el
valor correspondiente a cualquier ejemplo de entrada no visto, es decir, que no haya sido
utilizado en el conjunto de entrenamiento.
Tema 3. Aprendizaje de Conceptos y de Reglas

3.1 Introducción
3.2 Espacio de Versiones
3.3 Algoritmo AQ
3.4 Programación Lógica Inductiva: Algoritmo FOIL
Objetivos
El principal objetivo de este tema es presentar un conjunto de técnicas de aprendizaje
relacionadas con el aprendizaje de conceptos. Tradicionalmente, se ha denominado
“concepto objetivo” a aquel concepto que puede ser expresado mediante un conjunto de
características. Por tanto, el principal objetivo de las técnicas de aprendizaje que se
describirán en este tema es encontrar, a partir de un conjunto de ejemplos y contraejemplos
expresados en términos de un conjunto de características, una descripción del concepto a
aprender que explique todos los ejemplos positivos y que excluya todos los negativos
(contraejemplos). La descripción final del concepto aprendido (modelo) vendrá expresada en

forma de regla o conjunto de reglas. La diferencia principal entre las técnicas que aquí se
presentan radica en la expresividad utilizada para formular tanto los ejemplos positivos y
negativos como el conjunto de reglas aprendido. Así, en el caso del Espacio de Versiones y
AQ dicha expresividad vendrá limitada por la de la propia lógica de proposiciones (reglas y
ejemplos descritos en términos de atributo-valor). En cambio, en el caso de la programación
lógica inductiva (ILP, del inglés Inductive Logic Programming), el grado de expresividad del
modelo aprendido será mayor al venir formulado en términos de lógica de predicados
(reglas y ejemplos descritos en términos de predicados y relaciones).
Breve introducción
Partiendo de la idea del problema de aprendizaje como un problema de búsqueda, la
estrategia del Espacio de Versiones (EV) es obtener un grupo reducido de hipótesis que
permita explicar adecuadamente todos los ejemplos, tanto positivos como negativos. Los
ejemplos son procesados de uno en uno, de tal forma, que en cada iteración, se reduce el
grupo de hipótesis que explican, no sólo el ejemplo considerado en la iteración, sino también
todos los procesados hasta el momento. Si el conjunto de ejemplos está bien diseñado,
existirá un momento en el que el tamaño del conjunto de hipótesis se reducirá a una única
hipótesis. Se dice entonces que el algoritmo converge y que la hipótesis resultante
representa el concepto aprendido.
De otro lado, no hay que olvidar que uno de los primeros intentos de programar mecanismo
de aprendizaje en máquinas fue debido a Michalski en los setenta. El resultado fue la
creación de una metodología denominada estrella de la que se han derivado numerosas
variantes. Todos los posibles algoritmos que se pueden generar a partir del método estrella
serán presentados en el presente tema con el nombre genérico de algoritmo AQ.
Podría decirse que si las dos técnicas anteriores permiten la aplicación de técnicas de
aprendizaje inductivo sobre la lógica proposicional, la programación lógica inductiva (PLI)
permite la aplicación de técnicas de aprendizaje inductivo sobre la lógica de predicados de
primer orden. Por tanto, dado que este tipo de técnicas permite recibir como entradas
descripciones en lógica de predicados, no sólo acepta ejemplos descritos en esa
representación, sino también incluye una teoría del dominio. Con esto se consigue cubrir las
deficiencias de los métodos inductivos y deductivos, utilizando ideas de ambos. Así, por una
parte, los métodos de aprendizaje inductivo no utilizan conocimiento del dominio y, por otra
parte, los métodos deductivos no son capaces de generalizar más allá de la descripción del
dominio disponible y de un ejemplo de entrenamiento. Por tanto, podría decirse que la PLI
realiza una inducción ayudada por el conocimiento del dominio. La programación lógica
inductiva tiene su origen en los años setenta, en los primeros sistemas que aprendían
conceptos expresados de forma relacional. Desde entonces ha sido mucho el trabajo
realizado en esta área. Aquí se estudiará el algoritmo FOIL por ser uno de los más

representativos.
Una de las desventajas de los tres tipos de algoritmos básicos presentados en este tema es
que no son tolerantes al ruido en las entradas (existencia de ejemplos mal etiquetados),
lo que supone una característica bastante restrictiva para ser aplicados en problemas del
mundo real donde, normalmente, las entradas contienen ruido. Existen, no obstante,
versiones de todos ellos que permiten soslayar este problema. Sin embargo, su estudio está
fuera del alcance de este curso.
Tema 4. Árboles de Decisión (AD y de Regresión (AR)

4.1 Introducción
4.2 Algoritmo ID3-C4.5 (AD)
4.3 Algoritmo M5 (AR)
Objetivos
El principal objetivo de este tema es presentar dos de las técnicas de aprendizaje quizás
más conocidas y utilizadas en aprendizaje automático: los árboles de decisión y los
árboles de regresión. Más concretamente, en el primer caso, se abordarán los aspectos
más relevantes del algoritmo ID3 y su sucesor C4.5 y, en el segundo caso, se describirán las
características del algoritmo M5.
Breve introducción
En el tema anterior se ha estudiado técnicas de aprendizaje supervisado que abordaban
problemas de clasificación binarios, es decir, un ejemplo pertenece o no a una determinada
clase (concepto objetivo). Además, dichas técnicas no eran tolerantes al ruido en las
entradas, lo que dificulta su aplicación en problemas del mundo real. Estas dos limitaciones
desaparecen en las técnicas de aprendizaje descritas en este tema. Así, los denominados
árboles de decisión abordarán problemas de clasificación en los que la salida del modelo
aprendido puede discriminar entre dos o más clases y, además, es tolerante al ruido en
las entradas. Incluso, se puede dar un paso más y, en lugar de predecir valores de clase, el
objetivo podría ser el de predecir valores continuos. Esta última será la tarea abordada por
los denominados árboles de regresión.
La clave, a la hora de construir un árbol de decisión, radica en elegir en cada nodo de
decisión aquel atributo que tenga mayor capacidad de discriminación sobre los ejemplos
asociados al nodo. Es decir, aquél que para cada valor del atributo genera una partición de
ejemplos en la que se maximiza la homogeneidad de ejemplos con respecto a los valores de
clase. Para ello, se utiliza una función básica de la teoría de la información, denominada

entropía, que mide el grado de desorden o impureza de las particiones generadas. Así,
dada una partición de ejemplos, si ésta estuviera formada por ejemplos de una única clase,
su entropía sería mínima y, al contrario, si estuviera formado por la misma cantidad de
ejemplos pertenecientes a cada una de las clases posibles, la entropía sería máxima. Por
tanto, a lo largo del proceso recursivo de construcción del árbol se elegirá, en cada nodo de
decisión, el atributo que mayor ganancia de información aporte. La ganancia de
información se medirá como la diferencia de entropía existente en el conjunto de ejemplos
asociados al nodo y el sumatorio de entropías de cada una de las particiones asociadas a
cada valor del atributo seleccionado.
En el caso de los ejemplos de entrenamiento usados para construir un árbol de regresión,
hay que tener en cuenta que, ahora, los valores de clase de cada ejemplo no corresponden
a valores discretos sino a valores continuos. Sin embargo, al igual que ocurría con los
árboles de decisión, el procedimiento recursivo de elegir el atributo más discriminante en
cada nodo de decisión consistirá también en maximizar la homogeneidad de todas y cada
una de las particiones que produce. Aquí, en cambio, y dado el carácter continuo de los
valores de clase, el cálculo de la medida de homogeneidad ya no se realizará mediante la
entropía sino usando el concepto de desviación estándar. Así, dada una partición de
ejemplos, si ésta estuviera formada por ejemplos con valores de clase muy parecidos u
homogéneos, su desviación estándar sería mínima y, al contrario, si estuviera formada por
valores muy dispersos, la desviación estándar sería máxima. En definitiva, el criterio para
elegir el atributo más adecuado en cada nodo de decisión de un árbol de regresión será
aquél que maximice la reducción del error, medido éste como la diferencia entre la
desviación estándar del conjunto de ejemplos asociados al nodo antes de la partición y el
sumatorio de desviaciones estándar de cada una de las particiones generadas por la
selección de un determinado atributo
Tema 5. Aprendizaje basado en Instancias

5.1 Introducción
5.2 Aprendizaje vago: Algoritmo k-NN
Objetivos
El objetivo de este tema es presentar técnicas que permiten realizar tareas de clasificación a
partir de un conjunto de ejemplos de entrada, sin necesidad de crear un modelo como, por
ejemplo, sí hacen las técnicas que se han presentado hasta ahora. Concretamente, se
estidiará el algoritmo más representativo de este tipo de técnicas, el algoritmo de los k
vecinos más cercanos (k-nn, del inglés k-nearest neighbors).

Breve introducción
De forma genérica, las técnicas aquí presentadas reciben el nombre de técnicas de
aprendizaje basadas en instancias (IBL, del inglés Instance Based Learning) o técnicas
de aprendizaje vago (del inglés, lazy learning). Esta última denominación hace referencia a
que, precisamente, este tipo de técnicas implican muy poco esfuerzo computacional a la
hora de aprender, reflejado en el hecho de que no generan modelos de aprendizaje a
partir de los ejemplos. Simplemente, se limitan a almacenar dichos ejemplos de tal forma
que, a la hora de clasificar un ejemplo no visto, el algoritmo utiliza como entrada todos los
ejemplos almacenados.
Tema 6. Clasificadores Bayesianos

6.1 Introducción
6.2 Algoritmo Naive-Bayes
Objetivos
El principal objetivo de este tema es realizar un acercamiento al mundo de los denominados
clasificadores bayesianos. Para ello, describiremos la versión más simple de este tipo de
algoritmos: el algoritmo Naive-Bayes.
Breve introducción
El objetivo de los clasificadores bayesianos, al igual que los árboles de decisión, es el de
crear un modelo, a partir de un conjunto de entrenamiento, que sea capaz de clasificar
ejemplos no vistos. Como hablamos de clasificador, esto presupondrá que la clase de los
ejemplos de entrenamiento viene dada por valores discretos o etiquetas. Este tipo de
clasificadores se basan en estimar la probabilidad de pertenencia a una clase mediante la
estimación de las probabilidades condicionadas, utilizando para ello el teorema de Bayes.
Hay que tener en cuenta que el algoritmo Naive-Bayes asume independencia estadística,
es decir, asume que el valor de los atributos es independiente dada la clase. Sin embargo,
esta propiedad puede no cumplirse en algunos problemas. Por tanto, antes de aplicar este
algoritmo, es siempre conveniente chequear si, para el problema de clasificación que se esté
abordando, es razonable o no esta asunción.

Tema 7. Redes de Neuronas Artificiales (RNA)

7.1 Introducción
7.2 Aprendizaje de RNA por retropropagación del error
Objetivos
El objetivo principal de este tema es introducir las denominadas redes neuronales
artificiales, un nuevo paradigma de aprendizaje supervisado inspirado en la forma en que
funciona el sistema nervioso de los animales. Básicamente, una red neuronal consiste en
una red de elementos de proceso interconectados, denominadas neuronas, que permiten
aprender la información subyacente en un conjunto de ejemplos de entrenamiento. Dicha
información es almacenada de forma implícita en la topología de la red y en los pesos
asociados a cada conexión. Aunque existen diferentes tipos de redes neuronales, aquí nos
centraremos en el perceptrón multicapa y su algoritmo de aprendizaje estrella, denominado
método de retropropagación del error o en inglés backpropagation.
Breve introducción
Los primeros modelos de redes neuronales datan de 1943 por los neurólogos McCulloch y
Pitts. Años más tarde, en 1949, Donald Hebb desarrolló sus ideas sobre el aprendizaje
neuronal, quedando reflejado en la "regla de Hebb". En 1958, Rosemblatt desarrolló el
perceptrón simple, y en 1960, Widrow y Hoff desarrollaron el ADALINE. En los años
siguientes, se redujo la investigación, debido a la falta de modelos de aprendizaje y el
estudio de Minsky y Papert sobre las limitaciones del perceptrón. Sin embargo, en los años
80, volvieron a resurgir las RNA gracias al desarrollo de la red de Hopfield, y en especial, al
algoritmo de aprendizaje de retropropagación ideado por Rumelhart y McLellan en 1986 que
fue aplicado en el desarrollo de los perceptrones multicapa.
Las características de las RNA las hacen bastante apropiadas para aplicaciones en las que
no se dispone a priori de un modelo identificable que pueda ser programado, pero se
dispone de un conjunto básico de ejemplos de entrada. Asimismo, son altamente robustas
tanto al ruido como a la disfunción de elementos concretos y son fácilmente paralelizables.
Por el contrario, los modelos generados (la propia red) son difícilmente interpretables.
Tema 8. Máquinas de Vectores Soporte (MVS)

8.1 Introducción.
8.2 MVS para clasificación binaria
Objetivos
Este tema presentará una nueva técnica de aprendizaje supervisado, denominada
máquinas de vectores soporte (SVM, del inglés Support Vector Machines). Sin embargo,
tiene sólo carácter introductorio y, por tanto, sólo constituye una primera aproximación a este
paradigma de aprendizaje.
Breve introducción
Las máquinas de vectores soporte fueron introducidas por Vapnik a mediados de los 90. Los
métodos basados en este paradigma permiten resolver tanto tareas de clasificación como de
regresión. Dentro de la tarea de clasificación, las SVMs pertenecen a la categoría de los
clasificadores lineales, puesto que inducen separadores lineales o hiperplanos, ya sea en
el espacio original de los ejemplos de entrada, si éstos son separables o cuasi-separables
(ruido), o en un espacio transformado (espacio de características), si los ejemplos no son
separables linealmente en el espacio original. La búsqueda del hiperplano de separación en
estos espacios transformados se hará de forma implícita utilizando las denominadas
funciones kernel.
Parte III. APRENDIZAJE NO SUPERVISADO
En todas las técnicas presentadas en la Parte II de la asignatura, el proceso de inducción

utilizado para aprender el modelo partía de la suposición de que los ejemplos utilizados para
entrenar el sistema están etiquetados con la clase a la que pertenecen (aprendizaje
supervisado). Sin embargo, esta suposición no es válida en aquellos dominios en los que no
se conoce la clase a la que pertenece cada ejemplo de entrenamiento e, incluso, tampoco se
conoce el número de clases. Por tanto, el objetivo principal de esta parte del temario es
presentar un conjunto de técnicas que abordan este tipo de problemas y que, de forma
genérica, reciben el nombre de técnicas de agrupación (del inglés, clustering) o, también,
técnicas de aprendizaje no supervisado.
Tema 9. Agrupamiento (Clustering)

9.1 Introducción
9.2 Estrategia Aglomerativa

9.3 Algoritmo k-medias
Objetivos
El principal objetivo de este tema es presentar dos técnicas de agrupamiento, muy utilizadas
por la estadística, como son la estrategia aglomerativa y la agrupación en k-medias.
Ambas técnicas tienen la particularidad de que trabajan con conjuntos de entrenamiento con
atributos numéricos. No obstante, existen otras técnicas de agrupamiento que manejan
atributos discretos, pero quedan fuera del temario de esta asignatura.
Breve introducción
La estrategia aglomerativa fue introducida a principio de los 80 por Everitt. Básicamente,
consiste en, dado un conjunto de ejemplos sin etiquetar descrito por valores de atributos,
obtener una jerarquía de clases que incluya, cada una de ellas, a un subconjunto del
conjunto de ejemplos. A estas jerarquías se les denomina dendogramas. En ellas, cada nodo
representa una clase de observaciones.
Por otro lado, la agrupación basada en el algoritmo k-medias no se basa en un proceso de
jerarquización de clases. En este caso, los ejemplos del conjunto de entrenamiento se
agrupan en subconjuntos formados por ejemplos “parecidos” entre sí. Es decir, el objetivo es
obtener una partición del conjunto de ejemplos que maximice la similitud entre los
ejemplos de cada partición (clase) y minimice la similitud entre diferentes particiones
(clases). Tiene la peculiaridad de que el número de clases debe ser proporcionado a priori
por el usuario
Tema 10. Mapas Auto-organizados

10.1 Introducción
10.2 RNA auto-organizadas de Kohonen
Objetivos
En la Parte II, se presentaron las redes neuronales artificiales (RNAs) como uno de los
paradigmas del aprendizaje supervisado. Sin embargo, el principal objetivo de este tema es
mostrar que existen determinados tipo de RNAs que pueden utilizarse para realizar
aprendizaje no supervisado. Son las denominadas redes neuronales auto-organizadas.
Breve introducción
Tal vez los modelos más característicos de redes no supervisadas sean los de Kohonen,
llamadas así en honor al científico finlandés que las creó, siendo también los más utilizados

en casos prácticos. El objetivo de una RNA auto-organizada es descubrir por sí sola

características, regularidades, correlaciones, o categorías en los ejemplos de entrada, y
mostrarlas de forma codificada en la salida. Es por esto que se dice que la red muestra cierto
grado de auto-organización, y reciben este nombre.
Parta IV. OTROS TIPOS DE APRENDIZAJE
Las técnicas de aprendizaje presentadas hasta aquí han sido de dos tipos: supervisadas
(cada ejemplo de entrenamiento incorpora la clase a la que pertenece) o no supervisadas
(los ejemplos no disponen de la información de clase). Sin embargo, existe un conjunto de
problemas en los que a los ejemplos se le asocia una especie de información retardada en el
tiempo y que, de alguna manera, puede entenderse desde la perspectiva de las demás
técnicas de aprendizaje como un valor de clase, delimitado por sólo dos valores posibles
(recompensa o castigo). Las técnicas que abordan este tipo de problemas son conocidas, de
forma genérica, con el nombre de técnicas de aprendizaje por refuerzo. El principal objetivo
de esta última parte del temario será presentar uno de los algoritmos más representativos de
este tipo de técnicas, el denominado algoritmo Q-learning.
Tema 11. Aprendizaje por refuerzo

11.1 Introducción
11.2 Algoritmo Q-learning
Objetivos
El principal objetivo del presente tema es introducir el algoritmo Q-learning, uno de los
algoritmos más representativos de las denominadas técnicas de aprendizaje por refuerzo.
Desde un punto de vista más general, también se presentarán las características comunes
de este tipo de técnicas.
Breve introducción
La meta de las técnicas de aprendizaje por refuerzo es adquirir conocimiento, normalmente
denominado política de acción, que permita determinar, una vez adquirido, la mejor acción
a realizar desde un estado dado. La acción a elegir será siempre aquella que maximice el
refuerzo (recompensa) esperado. Básicamente, la forma de adquirir este conocimiento
(modelo) es la siguiente: se irá construyendo progresivamente una tabla en la que se
relaciona cada estado posible si con cada acción posible aj, aprendiendo cuál es el refuerzo

esperado al realizar la acción aj cuando el sistema se encuentra en el estado si. Algunos

ejemplos de problemas abordados por este tipo de técnicas son el control de un robot móvil,
la optimización de las operaciones a realizar en cadenas de montaje de una fábrica, o el
aprendizaje de la mejor estrategia para jugar juegos de tablero (damas, ajedrez, etc.)
En este tema se va a presentar una técnica propuesta por Watkins, algoritmo Q-learning,
que está encuadrada dentro de los denominados problemas de decisión de Markov, es
decir, aquellos en los que la política de acción (qué acción realizar en cada estado) se basa
sólo en el conocimiento del estado actual, y no en la historia previa (secuencia de estados y
acciones previas).
METODOLOGÍA
El estudiante trabajará los contenidos teórico-prácticos utilizando el texto base, la guía de

estudio y el material complementario (disponible en el curso virtual).
Además, tendrá la opción de realizar un conjunto de prácticas no obligatorias (pero sí

evaluables), denominadas Pruebas de Evaluación Continuas (PEC), usando las
herramientas y directrices indicadas por el equipo docente. Los guiones de las citadas PECs
estarán disponibles en el curso virtual de la asignatura. Básicamente, el contenido de dichas
actividades está relacionado con el uso de algunos de los algoritmos estudiados en la
asignatura y aplicados a problemas específicos. Esto puede suponer la implementación
directa de dichos algoritmos o la utilización de entornos software de aprendizaje como, por
ejemplo, Weka.
PLAN DE TRABAJO
En el cómputo de horas se incluyen el tiempo dedicado a las horas lectivas, horas de

estudio, tutorías, seminarios, trabajos, prácticas o proyectos, así como las exigidas para la
preparación y realización de exámenes y evaluaciones.
TEMA: Tema 1. Introducción - 2 Horas
Este tema será estudiado a partir del capítulo 1 del texto base y abarca los siguientes
aspectos del Aprendizaje Automático:
• Motivaciones (Sección 1.1)
• Concepto de Aprendizaje (Sección 1.2 y 1.3)
• Perspectivas del Aprendizaje (Sección 1.4)
• Revisión histórica (Sección 1.5)
Orientaciones para el estudio

Dado el carácter introductorio de este tema, será suficiente realizar una lectura atenta de los
contenidos relacionados con dicho tema.
Actividades recomendadas (no evaluables)

Dado el carácter introductorio de este tema, no se propone la realización de actividades.
TEMA: Tema 2. Fundamentos en Aprendizaje Automático - 8 Horas

aspectos:
• Objetivos de la tarea de Aprendizaje (Secciones 2.1 y 2.2)
• Conceptos básicos (Sección 2.3)
• Diseño de experimentos (Sección 2.4)
• El aprendizaje como una tarea de búsqueda (Sección 2.5)
• Subtareas relacionadas con la tarea de aprendizaje (Sección 2.6)
• Evaluación del modelo aprendido (Sección 2.7)

A pesar del carácter introductorio de este tema, es importante que:
1. El alumno aprenda y retenga la mayoría de los conceptos que aquí se definen (especial
interés al concepto de bias). Esto es así porque muchos de estos conceptos volverán a
aparecer en los siguientes temas y, por tanto, en diferentes contextos.
2. Muy interesante resulta también el apartado dedicado a describir la tarea de aprendizaje
como un problema de búsqueda. Esto es así porque, en el resto de temas, dedicados a
abordar las distintas técnicas de aprendizaje, el problema que resuelve cada una de estas
técnicas se estructura y describe como si de un problema de búsqueda se tratara.
3. Finalmente, desde un punto de vista práctico, también es importante que el alumno
comprenda y aprenda cuáles son las diferentes etapas implicadas en el diseño de un
experimento de aprendizaje y, además, sepa cómo evaluar el modelo resultante de
resolver el problema. Esto le resultará de gran ayuda a la hora de abordar las actividades
prácticas de la asignatura. Por tanto, el alumno deberá tener siempre en cuenta que el
resolver un problema de aprendizaje no sólo consiste en elegir y aplicar la técnica de
aprendizaje más adecuada sino que, también, existe un conjunto de etapas previas y
posteriores que son necesarias implementar para completar el proceso con éxito.

Dado el carácter introductorio de este tema, no se propone la realización de actividades.

TEMA: Tema 3. Aprendizaje de Conceptos y de Reglas - 25 Horas

Este tema será estudiado a partir del capítulo 3 y la sección 5.3 del texto base e incluye los
siguientes aspectos:
• Introducción (Sección 3.1)
• Espacio de Versiones (Sección 3.2)
• Algoritmo AQ (Sección 3.3)
• Programación Lógica Inductiva (ILP): Algoritmo FOIL (Sección 5.3)

Para el estudio del algoritmo de Espacio de Versiones, se recomienda focalizar en los
1. En primer lugar, es crucial entender los conceptos de conjunto de hipótesis
máximamente generales (G) y conjunto de hipótesis máximamente específicas (S).
Esto es así porque la hipótesis de dichos conjuntos son las que delimitarán el espacio de
versiones, es decir, el espacio global de hipótesis consistentes con los ejemplos de
entrenamiento. Es decir, el espacio de versiones estará formado por todas las hipótesis
de los conjuntos G y S, y por todas aquellas que, simultáneamente, son más específicas
que G y más generales que S. El caso ideal es aquel en el que G=S y, entonces, se dice
que existe una única hipótesis capaz de explicar todos los ejemplos.
2. Es preciso resaltar también que, aunque el algoritmo hace uso de dos procedimientos
básicos, especializar-g y generalizar-s, implementados de forma secuencial, el orden
en que se aplican es diferente en función de si el ejemplo que se está procesando es
positivo o negativo.
3. Las variantes del algoritmo, descritas en pp. 128-133 del texto base, no serán objeto de
examen. Se recomienda sólo una lectura atenta.
Por otro lado, para el estudio del algoritmo AQ, se recomienda focalizar en los siguientes
aspectos:
1. Es importante comprender los conceptos de función LEF, selector, complejo y
recubrimiento.
2. En relación al funcionamiento del algoritmo, es importante tener en cuenta que se basa en
la realización de dos búsquedas anidadas. En la más externa, denominada método
estrella, se busca un conjunto de reglas que clasifiquen correctamente a todos los
ejemplos. En la más interna, por cada ejemplo positivo, se busca una regla que describa a
dicho ejemplo y no descrina a ninguno negativo. Precisamente, en cómo se realiza esta
segunda búsqueda es en lo que difieren, fundamentalmente, los diferentes variantes de
este algoritmo.

3. Las variantes del algoritmo, descritas en pp. 149-153 del texto base, no serán objeto de
examen. Se recomienda sólo una lectura atenta.
Finalmente, para el estudio del algoritmo FOIL, se recomienda focalizar en los siguientes
aspectos:
1. La salida del algoritmo es un conjunto de reglas y éstas vienen expresadas en forma de
reglas de Horn. Por tanto, el alumno deberá familiarizarse con este tipo de formato.
1. El procedimiento clave en la dinámica del algoritmo es el denominado literal-máxima-
ganancia. Se encarga de elegir el mejor literal para añadir al cuerpo de la cláusula. De
todos los posibles literales que se pueden formar con los predicados del dominio, este
procedimiento selecciona uno en cada iteración, de acuerdo a un criterio de máxima
ganancia, parecido al que se verá más adelante para el algoritmo ID3. Es muy importante
que el alumno entienda cada uno de las variables y funciones que aparecen en la
fórmula de la ganancia, G(L), y que sea capaz de evaluar cada una de ellas para, de
esta forma, poder evaluar correctamente el valor de la ganancia y poder así elegir el literal
que determine una mayor ganancia.
2. Igualmente es muy importante entender y saber aplicar las reglas que permiten generar
los distintos tipos de literales que se pueden formar (pp. 257-258).

Se recomienda la realización de las siguientes actividades:
1. El alumno debería analizar con detenimiento los ejemplos ilustrativos del texto base,
dedicado al estudio del espacio de versiones, el algoritmo AQ y algoritmo FOIL.
Seguidamente, debería intentar abordar por su cuenta cada uno de ellos, es decir, sin
ayuda de la solución. De cara al examen, la formulación y resolución de un caso práctico
relacionado con estos algoritmos podría ser muy similar a lo planteado en el texto base.
Dado que, de forma progresiva, se irá incorporando nuevo material al curso virtual, el
alumno puede chequear si existen otros ejercicios resueltos relacionados con este
algoritmo.
2. Finalmente, el alumno interesado podría ampliar conocimientos, consultando algunas de
las referencias bibliográficas que aparecen en el texto base y que están relacionadas con
los contenidos de este tema.
TEMA: Tema 4. Árboles de Decisión y de Regresión - 17 Horas

aspectos:
• Árboles de Decisión: Algoritmo ID3-C4.5 (Sección 6.1)

• Árboles de Regresión Algoritmo M5 (Sección 6.2)

Para el estudio de los Árboles de Decisión, se recomienda focalizar en los siguientes
aspectos:
1. Es muy importante que el alumno comprenda, aprenda y maneje con soltura los
conceptos de entropía y ganancia de información.
2. Obsérvese que la tarea de maximizar la ganancia de información del atributo a
seleccionar en cada nodo es equivalente a la de minimizar la suma de entropías de cada
una de las particiones resultantes de aplicar dicho atributo (dado que la entropía asociada
a los ejemplos de un nodo es siempre constante). De esta forma, se simplificará el
cálculo de la ganancia de información al no ser necesario el cálculo de la entropía de
los ejemplos asociado a un nodo antes de su partición.
3. Resulta muy interesante el estudio de las variantes del algoritmo, descritas en pp. 288-
293 del texto base. Todas ellos surgieron como mejoras del algoritmo básico ID3 y la
recopilación de todas ellas dio lugar al algoritmo C4.5.
Para el estudio de los Árboles de Regresión, se recomienda focalizar en los siguientes

aspectos:
1. Dado que la desviación estándar asociada a los ejemplos de un nodo es siempre
constante, el criterio de maximización de la minimización del error es equivalente al de
minimizar la suma de desviaciones estándar de cada una de las particiones resultantes de
seleccionar un atributo. De esta forma, se simplificará el cálculo del error al no ser
necesario el cálculo de la desviación estándar de los ejemplos asociado a un nodo antes
de su partición. Es más, dado que la desviación estándar se obtiene como la raíz
cuadrada de la varianza, se podría reducir aún más el cálculo del error calculando la suma
de varianzas de cada una de las particiones resultantes.
2. Al estudiar al algoritmo asociado a la construcción de árboles de regresión, el alumno
comprobará que además de construir el árbol como resultado de aplicar recursivamente el
criterio de maximización de la reducción del error, será necesario la construcción y
simplificación de modelos de regresión lineal en cada uno de los nodos de árbol. Sin
embargo, queda fuera del alcance del temario de esta asignatura la construcción de
modelos de regresión lineales. Por tanto, de cara al examen, la resolución de un
problema de este tipo no implicaría el cálculo del modelo de regresión asociado a cada
uno de los nodos del árbol. Como aproximación, se podría sustituir el modelo de regresión
de cada uno de los nodos hoja por el valor medio de los valores de clase de cada uno de
ejemplos pertenecientes a cada uno de dichos nodo hoja.

3. Si el alumno consulta otros textos, es posible que encuentre este tipo de árboles bajo el
nombre de árboles de modelo (del inglés, model trees). Es el nombre que Quinlan, el
creador del algoritmo M5, utilizó para designar lo que aquí llamamos árboles de regresión.

dedicados al algoritmo ID3 y al algoritmo M5. Seguidamente, debería intentar abordarlo
por su cuenta, es decir, sin ayuda de las soluciones. De cara al examen, la formulación y
resolución de un caso práctico relacionado con estos algoritmos podría ser muy similar al
planteado en el texto base. Dado que, de forma progresiva, se irá incorporando nuevo
material al curso virtual, el alumno puede chequear si existen otros ejercicios resueltos
relacionados con este algoritmo.
2. Finalmente, el alumno interesado podría ampliar conocimientos, consultando algunas de
las referencias bibliográficas que aparecen en el texto base y que están relacionadas con
los contenidos de este tema.
TEMA: Tema 5. Aprendizaje basado en Instancias - 8 Horas

Este tema será estudiado a partir de la sección 6.3 del texto base y abarca los siguientes
aspectos:
• Algoritmo k-NN (Sección 6.3)

Dado que el algoritmo k-nn, a la hora de clasificar un ejemplo no visto, utiliza todo el conjunto
de ejemplos como entrada y no dispone de modelo aprendido, el alumno debe incidir
principalmente en el apartado dedicado a la “Utilización de lo aprendido”. Es aquí donde
reside la esencia de la operativa del algoritmo.

1. El alumno debería analizar con detenimiento el ejemplo ilustrativo, dedicado al algoritmo
k-nn, presentado en la colección de problemas resueltos del curso virtual. Seguidamente,
debería intentar abordarlo por su cuenta, es decir, sin ayuda de la solución. De cara al
examen, la formulación y resolución de un caso práctico relacionado con este algoritmo
podría ser muy similar a la aquí planteada. Dado que, de forma progresiva, se irá
incorporando nuevo material al curso virtual, el alumno puede chequear si existen otros
ejercicios resueltos relacionados con este algoritmo.

2. También, el alumno interesado podría ampliar conocimientos, consultando algunas de las

referencias bibliográficas que aparecen en el texto base y que están relacionadas con los
contenidos de este tema.
TEMA: Tema 6. Clasificadores Bayesianos - 10 Horas

Este tema será estudiado a partir de la sección 6.4 del texto base y abarca el estudio del
siguiente algoritmo:
• Algoritmo Naive-Bayes (Sección 6.4)

Para el estudio del algoritmo Naive-Bayes se recomienda focalizar en los siguientes
aspectos:
1. La aplicación de algoritmo Naive-Bayes implica la utilización del teorema de Bayes. Por
tanto, se recomienda que todo alumno que no esté familiarizado con este teorema estudie
atentamente la formulación de este teorema (pp. 319-321 del texto base).
2. También se recomienda repasar los conceptos de probabilidad a priori, probabilidad
condicionada y distribución normal.
3. Finalmente, para la determinación de los parámetros del modelo, el alumno deberá
distinguir entre si el atributo es discreto o continuo para realizar el cálculo de las
probabilidades condicionadas. En el primer caso (atributo discreto) la estimación dichas
probabilidades se basará en la frecuencia de aparición del valor del atributo en el conjunto
de ejemplos de entrenamiento y, en el segundo caso (atributo continuo), el cálculo las
probabilidades implicará la asunción de un tipo de distribución asociada el atributo
(normalmente, se considerará una distribución normal).

1. El alumno debería analizar con detenimiento el ejemplo ilustrativo del texto base,
dedicado al algoritmo Naive-Bayes, y, seguidamente, debería intentar abordarlo por su
cuenta, es decir, sin ayuda de la solución. De cara al examen, la formulación y resolución
de un caso práctico relacionado con este algoritmo podría ser muy similar a la aquí
planteada. Dado que, de forma progresiva, se irá incorporando nuevo material al curso
virtual, el alumno puede chequear si existen otros ejercicios resueltos relacionados con
este algoritmo.

TEMA: Tema 7. Redes de Neuronas Artificiales (RNA) - 10 Horas

aspectos:
• Aprendizaje de RNAs por retro-propagación del error (Sección 9.1)

Para el estudio de este tema, se recomienda focalizar en los siguientes aspectos:
1. En primer lugar, el alumno debe ser consciente que el método de aprendizaje de
retropropagación del error no es aplicable a cualquier topología de RNA sino que
sólo es aplicable a un determinado tipo de redes (perceptrón multicapa) que se estudian
en este tema. Así, existirá siempre una capa de entrada, otra de salida y una o más capas
ocultas. Además, las salidas de la neurona de una determinada capa, sólo pueden
conectarse a las entradas de neuronas situadas en una capa inmediatamente posterior,
es decir, no se permitirán conexiones entre neuronas de una misma capa, ni entre
neuronas de una capa y las de una capa anterior, ni entre neuronas de capas no
consecutivas.
2. Para entender, tanto el mecanismo de propagación de la información de entrada hasta la
salida como el mecanismo de aprendizaje de retropropagación, es muy importante que el
alumno comprenda y se familiarice con la notación empleada.
3. Es importante reseñar que una red neuronal es un excelente aproximador de funciones
no lineales. En el caso que se sospeche que la función a aproximar sea lineal, existen un
gran número de métodos estadísticos que permiten resolver este tipo de problemas, como
los denominados métodos de regresión lineal, y que, por tanto, no requerirían
explícitamente el uso de una RNA.
4. Para facilitar la deducción de las fórmulas que permiten el cálculo de la actualización
del error, djk, el alumno tiene que partir de la idea de que lo que se quiere minimizar es el
error dado por la ecuación (9.6) del texto base. Bastará entonces derivar dicha expresión
y el resultado igualarlo a cero. Este proceso se complica un poco debido a que la salida
de cada neurona no es simplemente la suma ponderada de cada una de sus entradas,
sino que esta suma ponderada se aplica, finalmente, a una función no lineal, denominada
función de activación, constituyendo este valor la salida de la neurona. Sin embargo,
eligiendo convenientemente esta función, se puede aún simplificar el cálculo de la
derivada. Por último, hay que tener en cuenta también que el cálculo de dicha derivada se
simplifica para las células que están en la capa de salida porque el error obtenido por
dichas neuronas es calculable directamente al ser conocido el valor deseado de salida.
Sin embargo, para las neuronas de las capas ocultas, no se dispone del valor deseado, es
decir, el error ha de ser calculado mediante la propagación hacia atrás de de los valores

de los incrementos en cada neurona de cada capa.

1. El alumno debería analizar con detenimiento el ejemplo ilustrativo del texto base. Dado
que, de forma progresiva, se irá incorporando nuevo material al curso virtual, el alumno
puede chequear si existen otros ejercicios resueltos relacionados con este algoritmo.
2. Se propone al alumno que resuelva el mismo problema del ejemplo ilustrativo del texto
base utilizando la herramienta Weka (ver Sección 3 de esta guía).
TEMA: Tema 8. Máquinas de Vectores Soporte (MVS) - 12 Horas

Este tema será estudiado a partir de un tutorial disponible en el curso virtual y abarca los
• Máquinas de Vectores Soporte: Clasificación binaria y regresión (Tutorial descargable
desde el curso virtual)

Para el estudio de este tema, se recomienda focalizar en los siguientes aspectos:
1. En primer lugar, hay que señalar que, aunque las SVMs se diseñaron inicialmente para
resolver problemas de clasificación binaria, en la actualidad se han extendido a tareas de
multiclasificación, regresión, agrupamiento e, incluso, se empiezan aplicar a problemas
que requieren de salidas más complejas y estructuradas, como puede ser un grafo o un
árbol. No obstante, en el estudio de este tema nos centraremos en la aplicación de las
SVM a problemas de clasificación binaria y de regresión.
2. Mientras todos los métodos de aprendizaje vistos hasta ahora se centran en minimizar los
errores cometidos por el modelo generado a partir de los ejemplos de entrenamiento (
error empírico), el sesgo inductivo asociado a las SVMs radica en la minimización del
denominado riesgo estructural. La idea es seleccionar un hiperplano de separación que
equidista de los ejemplos más cercanos de cada clase para, de esta forma, conseguir lo
que se denomina un margen máximo a cada lado del hiperplano. Además, a la hora de
definir el hiperplano, sólo se consideran los ejemplos de entrenamiento de cada clase que
caen justo en la frontera de dichos márgenes. Estos ejemplos reciben el nombre de
vectores soporte.
3. Las denominadas funciones kernel juegan un papel importante en la operativa de las
SVM y, por tanto, el alumno deberá poner un especial interés en el estudio de este tipo de

funciones.
4. Desde un punto de vista algorítmico, el problema de optimización del margen
geométrico representa un problema de optimización cuadrático con restricciones
lineales que puede ser resuelto mediante técnicas estándar de programación cuadrática.
Dado que el estudio de este tipo de técnicas queda fuera del alcance de este temario, el
principal objetivo de este tema radica en que el alumno estudie y comprenda cómo se
formaliza el problema abordado por las SVMs (ya sea de clasificación o de regresión)
hasta llegar a transformarlo, finalmente, en un problema de optimización cuadrático.

Existe un número importante de repositorios web y paquetes software de libre distribución
dedicados a la implementación de SVMs y muchas de sus variantes. Así, por ejemplo, la
librería LIBSVM es un paquete software pensado para resolver problemas de clasificación y
regresión mediante máquinas de vectores soporte. En su página web (
http://www.csie.ntu.edu.tw/~cjlin/libsvm/) dispone de un applet para implementar sencillos
problemas de clasificación y de regresión en dos dimensiones. Se recomienda al alumno el
uso de este applet como primera toma de contacto en el uso de las SVM.
TEMA: Tema 9. Agrupamiento (Clustering) - 12 Horas

Este tema será estudiado a partir de las secciones 8.1 y 8.2 del texto base y abarca los
• Estrategia Aglomerativa (sección 8.1)
• Algoritmo k-medias (sección 8.2)

Para el estudio de la estrategia aglomerativa, se recomienda focalizar en los siguientes
aspectos:
1. Además de estudiar el proceso algorítmico que subyace en este tipo de técnica de
aprendizaje, resulta también útil comprender cómo se realiza la utilización de lo
aprendido, es decir, cómo se clasifica un ejemplo no visto, utilizando el modelo
aprendido.
Para el estudio del algoritmo k-medias, se recomienda focalizar en los siguientes aspectos:
1. Es importante señalar que este algoritmo es dependiente de los centroides iniciales,
normalmente elegidos de forma aleatoria. Una mala elección de dichos centroides puede
provocar la no convergencia del algoritmo.
2. También es dependiente de los rangos de variación de los dominios de definición de cada
uno de los atributos de los ejemplos. Por ello, antes de usar el algoritmo, se requiere una

fase de pre-procesamiento para normalizar todos los atributos.

3. Finalmente, puede ocurrir que, aunque se desconozca el valor de clase de cada ejemplo,
se conozca el número de clases que representa al conjunto de ejemplos. Sin
embargo, en la mayoría de las ocasiones esta información no es conocida. Dado que el
número de clases es un parámetro de entrada al algoritmo, en aquellos casos en los que
esta información sea desconocida, supondrá un conjunto de pruebas de ensayo y error
para determinar el mejor valor.

dedicados a la Estrategia Aglomerativa y al algoritmo k-medias. Seguidamente, debería
intentar abordarlos por su cuenta, es decir, sin ayuda de la solución. De cara al examen,
la formulación y resolución de un caso práctico relacionado con estos algoritmos podría
ser muy similar a los planteados en el texto base. Dado que, de forma progresiva, se irá
incorporando nuevo material al curso virtual, el alumno puede chequear si existen otros
ejercicios resueltos relacionados con este algoritmo.
TEMA: Tema 10. Mapas Auto-organizados - 12 Horas

aspectos:
• Redes Neuronales auto-organizadas (Sección 9.2)

Para el estudio de las redes neuronales auto-organizadas, se recomienda focalizar en los
1. Es importante estudiar y comprender la denominada regla de Hebb. Esta regla de
inspiración biológica es interesante, no sólo porque permite comprender cómo una RNA
auto-organizada es capaz de dirigir el aprendizaje de la red, sino también porque permite
implementar diferentes variantes de esta regla, es decir, no existe una única
implementación de la regla de Hebb, sino diferentes versiones de reglas tipo Hebb.
2. El alumno deberá prestar especial atención al concepto de mapa de características. Es
el concepto clave en el que se basan las RNAs auto-organizadas de Kohonen.
3. Tal y como se dice en el apartado de “variantes”, al final de la sección 9.2, las RNAs
auto-organizadas de Kohonen pueden convertirse en modelos supervisados,

introduciendo algunas modificaciones. Sin embargo, este tipo de variaciones quedan fuera
del alcance de este curso y sólo se recomienda una lectura atenta de esta nueva variante.

1. El alumno debería analizar con detenimiento el ejemplo ilustrativo del texto base. Dado
que, de forma progresiva, se irá incorporando nuevo material al curso virtual, el alumno
puede chequear si existen otros ejercicios resueltos relacionados con este algoritmo.
TEMA: Tema 11. Aprendizaje por refuerzo - 12 Horas

aspectos:
• Algoritmo Q-learning (Capítulo 10)

Para el estudio del algoritmo Q-learning se recomienda focalizar en los siguientes aspectos:
1. Para abordar el aprendizaje de este algoritmo es clave entender y saber manejar la
fórmula de actualización de cada estado, Qt(s,a).
2. También deberá centrarse en cómo hacer uso del modelo aprendido, es decir, cuál es
la mejor acción a elegir cuando el sistema se encuentra en un estado dado.

1. El alumno debería analizar con detenimiento el ejemplo ilustrativo del texto base,
dedicado al algoritmo Q-learning y, seguidamente, debería intentar abordarlo por su
cuenta, es decir, sin ayuda de la solución. De cara al examen, la formulación y resolución
de un caso práctico relacionado con este algoritmo podría ser muy similar a la aquí
planteada. Dado que, de forma progresiva, se irá incorporando nuevo material al curso
virtual, el alumno puede chequear si existen otros ejercicios resueltos relacionados con
este algoritmo.

PEC: PEC 1 - 10 Horas

Objetivo: Resolver un problema que implique el uso de técnicas de aprendizaje
supervisado.
Carácter: No obligatoria, pero evaluable.
Asitencia al C.A: La realización de las prácticas no implica la asistencia del alumno al
Centro Asociado
Orientaciones acerca de su realización: descritas en el guión de la práctica (descargable
desde el curso virtual).
Orientaciones sobre el uso de los medios y recursos para llevarla a cabo: sólo se
necesitará un ordenador y el software indicado en el guión de la práctica.
Plazo máximo de entrega: se indicará en el curso virtual.
Criterios de evaluación: descritos en el guión de la práctica.
PEC: PEC 2 - 10 Horas

Objetivo: Resolver un problema que implique el uso de técnicas de aprendizaje no
supervisado.
Carácter: No obligatoria, pero evaluable.
Asitencia al C.A: La realización de las prácticas no implica la asistencia del alumno al
Centro Asociado
Orientaciones acerca de su realización: descritas en el guión de la práctica (descargable
desde el curso virtual).
Orientaciones sobre el uso de los medios y recursos para llevarla a cabo: sólo se
necesitará un ordenador y el software indicado en el guión de la práctica.
Plazo máximo de entrega: se indicará en el curso virtual.
Criterios de evaluación: descritos en el guión de la práctica.
PRUEBA PRESENCIAL: 2 horas
Total Horas ECTS introducidas aquí : 150
SISTEMA DE EVALUACIÓN
TIPO DE PRUEBA PRESENCIAL
Tipo de examen Examen de desarrollo
Preguntas desarrollo 4
Duración del examen 120 (minutos)
Material permitido en el examen
Sólo se permite calculadora no programable.
Criterios de evaluación

El examen constará de diferentes preguntas teóricas y prácticas. Su número total puede

variar de unos exámenes a otros (3 o 4), pero, en todo momento, estará adaptado al
tiempo de examen. En las preguntas teóricas se busca que el alumno demuestre que
ha adquirido los conceptos y conocimientos de la materia y, además, que sepa
relacionar y comparar diferentes conceptos o técnicas de interés en el aprendizaje
automático. Por otra parte, en las preguntas prácticas se pide que el alumno aplique
correctamente los conceptos y técnicas de aprendizaje a problemas prácticos.
% del examen sobre la nota final 90
Nota del examen para aprobar sin PEC 5,5
Nota máxima que aporta el examen a la 9
calificación final sin PEC
Nota mínima en el examen para sumar la 0
PEC
Comentarios y observaciones
PRUEBAS DE EVALUACIÓN CONTINUA (PEC)

¿Hay PEC?
Descripción
Durante el curso se propondrá la realización de dos PECs que el alumno podrá realizar
a distancia y que, en ningún caso, requerirá la asistencia al Centro Asociado. Estas
actividades no son obligatorias, es decir, no se requiere entregarlas o aprobarlas para
poder aprobar la asignatura. La nota final de las PECs se obtiene como la media de
ambas PECs (independientemente de que se hayan realizado o no). Una PEC no
entregada recibirá la califación de cero.
Están detallados en el enunciado de cada PEC (descargable desde el curso virtual).
Ponderación de la PEC en la nota final 10%
Fecha aproximada de entrega PEC_1: 15 de Diciembre, PEC_2: 15 de
Enero
OTRAS ACTIVIDADES EVALUABLES

¿Hay otra/s actividad/es evaluable/s?
Descripción
Ponderación en la nota final
Fecha aproximada de entrega
¿CÓMO SE OBTIENE LA NOTA FINAL?
NOTA FINAL ASIGNATURA = NOTA_EXAMEN * 0.9 + NOTA_MEDIA_DE_LAS_PECs

* 0.1
donde NOTA_MEDIA_DE_LAS_PECs = (NOTA_PEC_1 + NOTA_PEC2) / 2

BIBLIOGRAFÍA BÁSICA
ISBN(13):9788496094734
Título:APRENDIZAJE AUTOMÁTICO (1ª)
Autor/es:González Boticario, Jesús ; Isasi Viñuela, Pedro ; Borrajo Millán, Daniel ;
Editorial:SANZ Y TORRES
Los capítulos específicos que hay que estudiar del texto base, su relación con el temario de
la asignatura, así como las orientaciones de estudio de cada tema, se especifican en la
sección "Plan de Trabajo" de esta Guía de Estudio. No obstante, la información de dicha
sección no es pública y sólo es visible cuando se accede a la Guía desde el curso virtual de
la asignatura.
Existe también una Fe de Erratas (no oficial) del texto base que podrá descargar desde el
curso virtual.
BIBLIOGRAFÍA COMPLEMENTARIA
ISBN(13):9788420540917
Título:INTRODUCCIÓN A LA MINERÍA DE DATOS (1ª)
Autor/es:Ferri Ramírez, César ; Ramírez Quintana, Mª José ; Hernández Orallo, José ;
Editorial:PEARSON
ISBN(13):9788483223185
Título:APRENDIZAJE AUTOMÁTICO: CONCEPTOS BÁSICOS Y AVANZADOS (1ª)
Autor/es:Sierra Araujo, Basilio ;
Editorial:Pearson Prentice Hall
El libro [Sierra-2006] es una compilación de capítulos relacionados con el aprendizaje

automático, cada uno de los cuales está escrito por docentes y/o investigadores
relacionados con esta disciplina y pertenecientes a diversas universidades españolas.
Abarca prácticamente todo el temario de la asignatura, salvo la parte dedicada al aprendizaje
de conceptos (Espacio de Versiones) y, además, trata otros temas más avanzados (modelos
ocultos de Markov, algoritmos evolutivos, redes bayesianas...)
El segundo libro [Hernández et al-2004], tal y como indica su título, está más orientado a la
minería de datos. Sin embargo, además de tratar sobre los diferentes aspectos de cada una
de las etapas implicadas en el proceso de la minería de datos, realiza también una revisión
de las diferentes técnicas de aprendizaje automático más utilizadas en este campo. El
enfoque del libro es bastante práctico, mostrando numerosos ejemplos con diferentes
entornos software (de uso libre y comercial) de aprendizaje automático.

RECURSOS DE APOYO Y WEBGRAFÍA
La presente asignatura dispone de un curso virtual en la plataforma aLF (accesible a través

del portal UNED previa autenticación) desde el que el alumno puede acceder a diferentes
recursos de apoyo:
(1) Guía de Estudio (con toda la información pública y restringida de la asignatura), que el
alumno debería leer obligatoriamente para recibir las orientaciones oportunas en el estudio
de la asignatura.
(2) Enunciados de las Pruebas de Evaluación Continua (PEC)
(3) Enlaces de interés a recursos web relacionados con la asignatura (tutoriales, software,
etc.)
(4) Listas de preguntas frecuentes de la asignatura (FAQ)
(5) Ejercicios resueltos para que el alumno pueda autoevaluar sus conocimientos.
(6) Fe de erratas del texto base.
(7) Foros de consulta de dudas de contenidos de la asignatura (atendido y supervisado por

el equipo docente)
(8) Un foro de alumnos para que éstos puedan interaccionar. Este foro no es atendido ni
supervisado por el equipo docente.
(9) Enlaces de acceso a las tutorías intercampus ya emitidas, para poder ser visualizadas en
diferido.
GLOSARIO
A continuación se ofrece una serie de enlaces que el alumno puede consultar como glosario
de términos relacionado con los contenidos de la asignatura:
• The Machine Learning Dictionary: http://www.cse.unsw.edu.au/~billw/mldict.html
• Special Issue on Applications of Machine Learning and the Knowledge Discovery Process:
http://robotics.stanford.edu/~ronnyk/glossary.html.

IGUALDAD DE GÉNERO
En coherencia con el valor asumido de la igualdad de género, todas las denominaciones que en esta
Guía hacen referencia a órganos de gobierno unipersonales, de representación, o miembros de la
comunidad universitaria y se efectúan en género masculino, cuando no se hayan sustituido por
términos genéricos, se entenderán hechas indistintamente en género femenino o masculino, según el
sexo del titular que los desempeñe.

GuiaCompleta 71014023 2022

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

GuiaCompleta 71014023 2022

Cargado por

Copyright:

Formatos disponibles

21-22

GRADO EN INGENIERÍA INFORMÁTICA

UNED 2 CURSO 2021/22

Nombre de la asignatura APRENDIZAJE AUTOMÁTICO

CURSO - PERIODO ESPECÍFICO PARA INGENIEROS TÉCNICOS EN INFORMÁTICA DE

CURSO - PERIODO ESPECÍFICO PARA INGENIEROS TÉCNICOS EN INFORMÁTICA DE

El Aprendizaje Automático es una rama de la Inteligencia Artificial que abarca diferentes

UNED 3 CURSO 2021/22

REQUISITOS Y/O RECOMENDACIONES PARA CURSAR LA

Nombre y Apellidos JOSE RAMON ALVAREZ SANCHEZ

HORARIO DE ATENCIÓN AL ESTUDIANTE

Tutorización: El estudiante dispondrá de diferentes medios pensados para ayudarle y

Existe también un horario de guardia en el que el coordinador de la asignatura puede

UNED 4 CURSO 2021/22

TUTORIZACIÓN EN CENTROS ASOCIADOS

En el enlace que aparece a continuación se muestran los centros asociados y extensiones

COMPETENCIAS QUE ADQUIERE EL ESTUDIANTE

El estudio de esta asignatura implica, en mayor o menor medida, la adquisición de las

UNED 5 CURSO 2021/22

informáticas que utilicen dichas técnicas en cualquier ámbito de aplicación.

Parte I. INTRODUCCIÓN Y FUNDAMENTOS

Este tema se divide en los siguientes apartados:

UNED 6 CURSO 2021/22

Tema 2. Fundamentos en Aprendizaje Automático

Este tema se divide en los siguientes apartados:

UNED 7 CURSO 2021/22

UNED 8 CURSO 2021/22

Parte II. APRENDIZAJE SUPERVISADO

El principal objetivo de esta parte del temario es presentar y describir un conjunto de

Tema 3. Aprendizaje de Conceptos y de Reglas

Este tema se divide en los siguientes apartados:

UNED 9 CURSO 2021/22

UNED 10 CURSO 2021/22

Tema 4. Árboles de Decisión (AD y de Regresión (AR)

Este tema se divide en los siguientes apartados:

UNED 11 CURSO 2021/22

Tema 5. Aprendizaje basado en Instancias

Este tema se divide en los siguientes apartados:

UNED 12 CURSO 2021/22

Tema 6. Clasificadores Bayesianos

Este tema se divide en los siguientes apartados:

UNED 13 CURSO 2021/22

Tema 7. Redes de Neuronas Artificiales (RNA)

Este tema se divide en los siguientes apartados:

Tema 8. Máquinas de Vectores Soporte (MVS)

Este tema se divide en los siguientes apartados:

UNED 14 CURSO 2021/22

Parte III. APRENDIZAJE NO SUPERVISADO

En todas las técnicas presentadas en la Parte II de la asignatura, el proceso de inducción

Tema 9. Agrupamiento (Clustering)

Este tema se divide en los siguientes apartados:

UNED 15 CURSO 2021/22

9.3 Algoritmo k-medias

Tema 10. Mapas Auto-organizados

Este tema se divide en los siguientes apartados:

UNED 16 CURSO 2021/22

en casos prácticos. El objetivo de una RNA auto-organizada es descubrir por sí sola

Parta IV. OTROS TIPOS DE APRENDIZAJE

Tema 11. Aprendizaje por refuerzo

Este tema se divide en los siguientes apartados:

UNED 17 CURSO 2021/22

esperado al realizar la acción aj cuando el sistema se encuentra en el estado si. Algunos

El estudiante trabajará los contenidos teórico-prácticos utilizando el texto base, la guía de