Contenidos mínimos
Aprendizaje en máquina. Métodos de evaluación y métricas. Algoritmos de aprendizaje supervisado. Árboles de Decisión. Aprendizaje Bayesiano. Regresión Lineal Perceptrón. Redes Neuronales. Máquinas de Vectores. Soporte. Selección de Atributos. Algoritmos de aprendizaje no supervisado: Reducción de Dimensionalidad. Técnicas de Clustering. Reglas de Asociación. Minería de datos. Visualización de Datos. Estándar industrial CRISP_DM.. Aplicaciones actuales en la industria.