La asignatura, desde un enfoque teórico/práctico, presenta a los alumnos las técnicas más imporantes de reconocimiento de patrones, reducción de la dimensionalidad, agrupación de datos y combinación de clasificadores. La parte práctica de la asignatura permitirá a los alumnos aprender a evitar los errores más comunes en el uso de algoritmos de clasificación.

En concreto esta asignatura se centra en los siguientes temas:

•Conceptos básicos y elementos de un sistema de reconocimiento.

•El clasificador estadístico Bayesiano.

•Evaluación del rendimiento.

•Clasificadores generativos: Métodos paramétricos y no paramétricos.

•Preprocesamiento de datos y reducción de la dimensionalidad.

•Clasificadores discriminativos: Máquinas de Vectores Soporte (SVM).

•Combinación de clasificadores: Bagging.

•Combinación de clasificadores: Boosting.