50BFD5Movil.png

 

 

ISIS

Pregrado en Ingeniería de Sistemas y Computación

Electivas profesionales en otros departamentos

Los estudiantes de Ingeniería de Sistemas y Computación - ISIS pueden optar por tomar una (1) de las tres (3) electivas profesionales del programa en otro departamento.

Las siguientes materias son válidas como electivas profesionales:

 

Sistemas Electrónicos Embebidos
Cód: IELE-4231 Créditos: 4
Válida desde: 2015-10

Un "Sistema embebido" es aquel que hace referencia a los equipos electrónicos que incluyen un procesamiento de datos, pero que, a diferencia de un cmputador personal, están diseñados para satisfacer una función específica, como en el caso de un reloj, un reproductor de MP3, un teléfono celular, un router, el sistema de control de un automóvil, de un satélite o de una planta nuclear.

El curso busca dar las bases metodológicas y tecnológicas para el diseño de sistemas basados en plataformas.

Métodos Computacionales Avanzados
Cód: FISI-3024 Créditos: 3
Válida desde: 2015-10

Los métodos computacionales fundamentan el trabajo en todas las áreas técnicas y científicas, ya sean principalmente experimentales o teóricas. Esto se debe en gran parte a que la capacidad de utilizar computadores de alto rendimiento ha disminuido en costo monetario y en complejidad.

El curso de Métodos Computacionales Avanzados presenta estas posibilidades computacionesles a estudiantes de diferentes disciplinas científicas. Para esto propone profundizar sus conocmientos en tres áreas: resolución de ecuaciones diferenciales, implementación de métodos de machine leraning (i.e. algoritmos que aprenden de datos) y utilización de técnicas de cómputo masivamente paralelo.

 

Robótica
Cód: IELE-3338 Créditos: 3
Válida desde: 2015-10

Curso de profundización en el área de Automatización Industrial. El curso busca confrontar al estudiante en forma independiente a un proyecto de cierta magnitud en el área de la Robótica, el cual deberá afrontar usando las prácticas y herramientas de ingeniería adquiridas durante la carrera y usando adecuadamente los temas introducidos durante el semestre.

 

Machine Learning
Cód: IELE-4014 Créditos: 4
Válida desde: 2015-10

 Este curso comprende modelos, métodos y algoritmos sobre máquinas (computadores) que aprenden a partir de su experiencia. Se estudiarán modelos matemáticos de aprendizaje, a partir de los cuales se identificarán y analizarán los elementos fundamentales de este tipo de sistemas desde los puntos de vista estadístico y computacional. A partir del estudio de la teoría se introducirán métodos del estado del arte que hoy en día se utilizan con gran éxito en aplicaciones a problemas reales en clasificación, regresión y aproximación de funciones.

Temas Contemporáneos en criptografía
Cód: MATE-3102 Créditos: 3
Válida desde: 2016-10

El curso presenta, con una aproximación matemática, los avances recientes más importantes en criptografía, necesarios para resolver problemas en aplicaciones avanzadas. Cubre los prerrequisitos básicos de álgebra (por ejemplo: campos de Galois y curvas elípticas), presenta las definiciones modernas de seguridad y el objetivo principal es presentar protocolos avanzados para cumplir requisitos de privacidad o de trust particulares. El curso no presenta en detalle algunos temas "viejos" de criptografía, como DES, block ciphers, modos de operación; funciones de hash, MACs, funciones de derivación.

Reconocimiento de Patrones
Cód: MATE-4527 Créditos: 4
Válida desde: 2017-20

Este curso introduce los estudiantes en los pilares teóricos fundamentales de la teoría de aprendizaje estadístico como marco teórico de la minería de datos (el problema de aprendizaje o machine learning, el compromiso entre sesgo y varianza, aproximación y error, riesgo, consistencia, regularización, complejidad, etc.) Paralelamente se van aprender las principales técnicas de minería de datos (método de vecindades, redes neuronales,  redes bayesianas, árboles,  boosting, cross validation, máquinas de vectores de soporte, clustering, reglas de asociación, minería de texto, etc.) a través de ejemplos y problemas que los estudiantes deberán implementar y resolver haciendo uso de un computador y, en lo posible, resolviendo problemas que sean de su interés (análisis de datos de redes sociales, reconocimiento de caracteres, extracción de señales, pronósticos, clasificación de clientes, alertas de fraude, anomalías, etc.)..

Análisis y procesamiento de imágenes
Cód: IBIO-3470 Créditos: 3
Válida desde: 2017-20

El curso tiene como objetivo introducir al estudiante en el área del procesamiento y análisis de imágenes por computador como punto de entrada a las aplicaciones de estas técnicas en problemáticas reales multidisciplinarias en el área biomédica. El estudiante logrará al finalizar el curso un conocimiento de los conceptos y las técnicas básicas de procesamiento de imágenes y del trabajo de análisis que se puede lograr con ellas. Se pretende que el estudiante desarrolle criterios que le permitan decidir sobre la aplicabilidad de estas técnicas en una situación particular.

Teoría de la Información
Cód: MATE-3134 Créditos: 4
Válida desde: 2018-10

This is a first course in Information Theory. This course builds on material developed in a basic probability course, but the most important requirement is mathematical maturity. The course has two explicit goals, namely to answer the following two (related) questions:

      How efficiently can data be compressed?
      How efficiently can data be transmitted in the presence of noise?

At the end of the course, students will have the mathematical tools to answer the above questions, as well as have a general understanding of the mathematics underpinning modern communications systems. More specifically, the main ideas we hope to cover during the course are entropy and mutual information of random variables, data compression, coding theory, and channel capacity.

Visión por Computador
Cód: IBIO-4680 Créditos: 4
Válida desde: 2017-10

Este curso de nivel de posgrado tiene como objetivo introducir los conceptos básicos y avanzados de la visión por computador, las técnicas en niveles prácticos y teóricos, y la revisión del estado del arte en las principales áreas de esta disciplina. El estudiante estará expuesto a los diferentes aspectos del ciclo de investigación creativa en visión por computador y estará familiarizado con las herramientas matemáticas y computacionales necesarias para realizar investigación a nivel de posgrado en visión por computador. Adicionalmente, los estudiantes desarrollarán criterios para determinar la aplicabilidad de la visión por computador en aplicaciones multidisciplinarias del mundo real.

Visión Artificial
Cód: IBIO-4490 Créditos: 4
Válida desde: 2019-10

Este curso de nivel de posgrado tiene como objetivo introducir los conceptos básicos y avanzados de la visión por computador, las técnicas en niveles prácticos y teóricos, y la revisión del estado del arte en las principales áreas de esta disciplina. El estudiante estará expuesto a los diferentes aspectos del ciclo de investigación creativa en visión por computador y estará familiarizado con las herramientas matemáticas y computacionales necesarias para realizar investigación a nivel de posgrado en visión por computador. Adicionalmente, los estudiantes desarrollarán criterios para determinar la aplicabilidad de la visión por computador en aplicaciones multidisciplinarias del mundo real.

Tenga en cuenta:

En caso que un estudiante tome más de una (1) materia de listado anterior, solo se considerará una (1) como electiva profesional; las demás serán consideradas como cursos de libre elección CLE.

Comparte esto en:

Submit to FacebookSubmit to Google PlusSubmit to TwitterSubmit to LinkedIn