Asignaturas MD005 i MD008
Los objetivos se centrarán en:
Aprender a procesar datos de lenguaje natural en formato texto.
Saber aplicar modelos clásicos de inteligencia artificial a los datos procesados de texto.
Entender cómo funcionan los transformers y saber aplicarlos a los datos de texto.
TEMARIO
1. Procesamiento del texto y Count Vectorizer
2. Word Embeddings
3. Modelos generativos: Hidden Markov Model
4. Modelos discriminativos: Perceptrón estructurado
5. Redes neuronales recurrentes aplicadas a PNL
6. Transformers y ELMO
7. BERT
8. Práctica final
Nota: los temas pueden ajustarse y/o modificarse a criterio de la coordinación del máster.
La metodología utilizada combina clases magistrales, participación de los estudiantes, realización de un ejercicio práctico en clase y resolución de un reto o trabajo de investigación final. Para el alumno, esto implicará trabajo a realizar en grupo con una presentación oral en clase y un trabajo individual.
Esta asignatura se evaluará de manera continuada a partir de la resolución de un reto propuesto a resolver, o alternativamente, un trabajo de investigación sobre soluciones ya existentes de un problema específico en el ámbito científico, y una presentación final en clase.
Evaluación continua
Esta asignatura se evaluará de manera continuada a partir de la resolución de un reto propuesto a resolver, o alternativamente, un trabajo de investigación sobre soluciones ya existentes de un problema específico en el ámbito científico, y una presentación final en clase.
La nota final será una ponderación de:
- Resolución reto (implementación) y/o presentación del trabajo de investigación: 80%
- Participación en clase: 20%
Convocatoria extraordinaria
Se determinará el examen y/o trabajos de convocatoria extraordinaria desde la coordinación de la asignatura.
Normativa de copias
La asignatura se rige por la normativa de copias general de La Salle Campus BCN:
https://www.salleurl.edu/es/normativa-de-copias
Las actividades formativas se considerarán que tienen la siguiente categoría:
Trabajo o reto: altamente significativa
La bibliografía se irá detallando a lo largo de la asignatura.
Todo el material de clase (presentaciones, ejercicios, artículos, documentos, etcétera) se compartirán en la carpeta de la asignatura de la Intranet de La Salle: eStudy.
La bibliografía complementaria se irá detallando a lo largo de la asignatura.