Aprendizaje Automático y Reconocimiento de Patrones
- Clasificadores basados en distancias; árboles de decisión; clasificadores bayesianos; máquinas de vectores soporte.
- Técnicas de reducción de la información: selección y extracción de características; selección de prototipos; métodos híbridos prototiposcaracterísticas.
- Métodos de combinación de clasificadores: boosting; bagging.
- Escalabilidad de las técnicas de clasificación: métodos de partición del conjunto de muestras; problemas con distribuciones de clases no balanceadas.
- Aprendizaje semi-supervisado y continuo, métodos adaptativos; lógica difusa; clustering.
- Reconocimiento automático del habla.
- Reconocimiento óptico de caracteres y texto manuscrito.