En el curso se verán los fundamentos del enfoque probabilístico para aprendizaje de máquinas, su importancia en relación a otras ramas que requieren análisis de datos y su relación con métodos determinísticos. El objetivo del curso es que el alumno se familiarice con las propiedades de distintos métodos de aprendizaje probabilístico, como máxima verosimilitud, máximo a posteriori, y estimación Bayesiana, tanto para modelos paramétricos como no-paramétricos. Adicionalmente, el alumno deberá aplicar las herramientas aprendidas a datos reales en problemas de regresión, predicción y clasificación.
Auxiliares: Gonzalo Ríos, Cristóbal Silva
- Alegría J. J., Primeros Pasos para una Aplicación de Localización de Perros Perdidos, [pdf][poster]
- Arancibia R., Aróstica R., Wang F., Aplicación de Técnicas de Machine Learning a Tasas de Cambio EUR/USD, [pdf][poster]
- Besomi G., Fuentealba I., Comparación entre Procesos Gaussianos y el Modelo SARIMA aplicado a la Predicción de Series de Tiempo Hidrológicas, [pdf][poster]
- Campos J., Espinoza P., Generación de Líneas de Bajo con Cadenas de Markov, [pdf][poster]
- Campos M., Salas F., Predicción de Datos Metereológicos usando Procesos Gaussianos, [pdf][poster]
- Castillo J., Hasson D., Ríos M., Estimación de Orientación de Fibras en Tejido Muscular, [pdf][poster]
- Castro I., Altitude Measurements Improve Battery Voltage Prognostics in an Electric Bicycle, [pdf][poster]
- Garrido M., Optimizing Matrix Inversion with the Usage of GPU Technology, [pdf]
- Martínez L., Reconocimiento de Partes Claves de Ropa, [pdf][poster]
- Mattamala M., Visual Odometry for a Humanoid Robot with Probabilistic Estimation Methods, [pdf][poster]
- Parra G., Procesos Gaussianos Multi-Output Mediante Procesos de Convolución, [pdf][poster]
- Rojas J., Modeling and Forecasting Volatility, [pdf][poster]
- Silva P., Campos M., Guzmán A., Detección de Supernovas, [pdf][poster]
- Ulloa O., Suil M., Gouron R., Predicciones de Desempeño en Educación, [pdf][poster]
- Valdivia T., Procesos Gaussianos para Observaciones Linealmente Combinadas, [pdf][poster]
- Vasquez D., Aplicación de Filtro de Partículas con Máxima Verosimilitud a la Estimación de de Parámetro en UGARCH(1,1), [pdf][poster]
- Veragua A., Cuevas A., Detección Automática de Llamados en Ballenas Azules utilizando Algoritmos de Reconocimiento de Patrones y Procesamiento de Señales, [pdf][poster]
Auxiliares: Alejandro Cuevas, Alejandro Veragua
- Alarcón F. Characterizing the eccentricity architecture of exoplanetary systems [pdf][presentación]
- Aranda J., Carrasco R. Pronóstico de Oxígeno disuelto usando Procesos Gaussianos [pdf]
- Araya L. Diarizarización de locutores en obra el rompecabezas [pdf][presentación]
- Maldonado A., Sanhueza F., Valenzuela C. Redes neuronales adversarias convolucionales para Generación de imágenes[pdf][presentación]
- Merlet J., Grelier G., Thomas A. Clasificación en imágenes hiperespectrales [pdf]
- Escobar C., Garrido D. Predicción de fuga de clientes y selección de atributos [pdf][presentación]
- Guarda L., Carrasco J. Comparación entre SVM y RNA para clasificación de sujetos con ojos abiertos o cerrados mediante EEg [pdf][presentación]
- Lara R. Segmentaciónde imágenes satelitales para la identificación de superficie urbana construida [pdf][presentación]
- Meza C. Aprendizaje no supervisado y semi-supervisado para selección de sistemas de oleaje en aguas profundas [pdf][presentación]
- Aramayo N., Muñoz L. Machine Learning Applications in Business Intelligence [pdf][presentación]
- Pérez R., Lobos K. Goalie Behaviors using Reinforcement Learning in Robotic Soccer [pdf][presentación]
- Martínez T., Ramírez D. Predicción de Asistencia a Sistema de Salud [pdf]
- Fernández C., San Martín G. Clasificación de modos de falla en rodamientos utilizando Variational Auto-Encoders [pdf][presentación]
- Sepúlveda J. Convolutional Neural Network for detecting human actions using smarthphone inertial sensors [pdf][presentación]
- Rozas H., Targarona M. Monitoreo de actividades humanas mediantes sensores ruidosos [pdf][presentación]
- Ibañez D., Vargas I. Segmentación de la población juvenil Chilena usando un modelo de mezcla de Gaussianas [pdf][presentación]