Curso de posgrado con tres créditos en el programa de Doctorado en Ciencias de la Ingeniería
Curso de Posgrado 2025: Introducción al aprendizaje automático: Aplicación a la predicción y control
Docente: Dr. Ing. Julián Pucheta.
Plan de dictado: a partir del Jueves 14 de Agosto, modalidad Virtual con 12 encuentros síncronos en el horario de 9 a 12.
Valor 3 créditos en el Programa de Doctorado en Ciencias de la Ingeniería. Res HCD 1025/2018.
Inscripción: enviar email a jpucheta@unc.edu.ar con adjunto del escaneado (o foto digital) de la Factura del pago del valor actualizado de 2025 en el Área Económica financiera de la Facultad y un escaneado del Título de Grado (o foto).
Lugar de dictado: Campus Virtual. Si se necesita presencialidad, Aula Virtual y Aula de Informática.
Temas a estudiar
El curso requiere de conocimientos previos de Álgebra lineal, Probabilidad, Estadística y Cálculo multivariable adquiridos en las Carreras de Grado Universitario y particularmente Ingeniería. Es un curso autocontenido, que pretende desarrollar habilidades en cada estudiante en el área de aprendizaje automático, tópico que abarca a sistemas inteligentes e inteligencia artificial, aplicado al pronóstico de series temporales y al control automático.
- Teoría de probabilidad y estadística.
2. Regresión y clasificación lineal.
3. Redes neuronales.
3.1. Redes de una capa.
3.2. Perceptrón multicapa.
3.3. Funciones de base radial.
4. Funciones error y desempeño.
4.1. Optimización de parámetros.
4.2 Generalización y aprendizaje.
5. Aplicaciones a la predicción y al control automático.
5.1. Modelos de series temporales.
5.2. Modelos dinámicos de procesos.
5.3. Esquemas de predicción y control.
La estrategia de planificación didáctica está basada en el libro de texto [1] y se incorpora bibliografía especializada según la aplicación sea predicción o control [2] [3] [4].
Se pretende hacer una introducción al aprendizaje automático y al reconocimiento de patrones, con el nivel técnico de profundidad adecuado para estudiantes de posgrado e investigadores en el área.
Destinatarios de la actividad
Estudiantes de Maestría y Doctorado en Ciencias de la Ingeniería, Docentes Universitarios y Profesionales activos en el área de aprendizaje automático.
Disertante
Dr. Ing. Julián Antonio PUCHETA.
Fecha de realización
Del 14-08-2025 al 14-11-2025.
Duración y programa de actividad diaria
Duración: 60 hs
Actividad áulica: 10 hs/semana
Actividad personal: 14 hs/semana
Actividad total: 24 hs/semana
Asignación horaria áulica total del curso: 60 horas
Asignación horaria total del curso: 240 horas.
Metodología a utilizar en el dictado
PROGRAMA DE PRÁCTICAS
El curso incluye como actividades prácticas, la resolución por parte del alumno y a modo de tareas, de problemas propuestos por el docente. Los problemas contemplarán el modelizado, el diseño del algoritmo y la simulación en computadora.
Estos problemas se resolverán parcialmente en el aula. A tal efecto se dedicará el 50% del tiempo de asignación áulica del curso a clases prácticas guiadas. Las prácticas serán completadas por el estudiante como tarea extra áulica.
Cada tema del programa de la asignatura tiene asociado una práctica de problemas.
Bibliografía y material didáctico que se proveerá a los asistentes
Enlaces con información pertinente y filminas de las aulas.
Bibliografía General
Básica:
[1]. Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006, ISBN: 0387310738.
Recomendada:
[2]. Christopher M. Bishop, Neural Networks for Pattern Recognition, Oxford University Press, USA; 1 edition, 1996. ISBN: 0198538642.
[3]. Ajoy K. Palit, Dobrivoje Popovic Computational Intelligence in Time Series Forecasting: Theory and Engineering Applications (Advances in Industrial Control) (Kindle Edition), Springer, 2005.
[4]. Chris Chatfield, The Analysis of Time Series: An Introduction, (Texts in Statistical Science), Chapman & Hall/CRC; 2003, ISBN: 1584883170.
Evaluación final, metodología y profesores propuestos para realizarla
Evaluación:
Examen escrito integrador de los temas dictados. La calificación final (0-10) se basa en un 40% sobre las prácticas, y un 60% sobre el Examen.
Tribunal: Dr. Ing. Julián Antonio PUCHETA, Dr. Gustavo WOLFMANN, Dr. Ing. Orlando MICOLINI, Dr. Marcelo SMREKAR (Suplente)
DURACIÓN DE LA ACTIVIDAD (EN HORAS): 60 horas. Mediante encuentros presenciales o encuentros síncronos.
INSCRIPCIÓN:
- Envío al email jpucheta@unc.edu.ar con el asunto INSCRIPCIÓN al CURSO de Control Automático, escaneado o foto de la Factura del pago en el Área Económica financiera de la Facultad, y del Título de Grado.
Unidad ejecutora de recursos: LIMAC-FCEFyN-UNC
