Tópicos en Ciencias de la Computación - CC58 - 202101

Descripción del Articulo

El curso de especialidad de Tópicos en Ciencias de la Computación, de la carrera de Ciencias de la Computación, es de carácter teórico-práctico y está dirigido a los estudiantes del sétimo ciclo. El curso busca desarrollar la competencia general de pensamiento crítico y la competencia específica de...

Descripción completa

Detalles Bibliográficos
Autor: Shiguihara Juarez, Pedro Nelson
Formato: informe técnico
Fecha de Publicación:2021
Institución:Universidad Peruana de Ciencias Aplicadas
Repositorio:UPC-Institucional
Lenguaje:español
OAI Identifier:oai:repositorioacademico.upc.edu.pe:10757/662199
Enlace del recurso:http://hdl.handle.net/10757/662199
Nivel de acceso:acceso abierto
Materia:Computación
CC58
Descripción
Sumario:El curso de especialidad de Tópicos en Ciencias de la Computación, de la carrera de Ciencias de la Computación, es de carácter teórico-práctico y está dirigido a los estudiantes del sétimo ciclo. El curso busca desarrollar la competencia general de pensamiento crítico y la competencia específica de responsabilidad ética y profesional acorde con el ABET-Student Outcome(E) y la competencia específica de necesidad de aprendizaje de por vida acorde con el ABET-Student Outcome(H). Actualmente, existen tareas complejas que, considerando la investigación y el desarrollo de software, no pueden ser modelados y resueltos de manera determinística a nivel computacional. Estas tareas pueden ser automatizadas al considerar modelos probabilísticos basados en machine learning. El curso trata los fundamentos de los modelos de grafos probabilísticos y del aprendizaje automático probabilístico buscando modelar soluciones a tareas reales y complejas a través de clustering y clasificación.
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).