Los principales objetivos de este máster son:

• Conocer los fundamentos formales de las herramientas de Aprendizaje Automático y, en particular, del Aprendizaje Profundo (Deep Learning).

• Ser capaces de implementar los distintos algoritmos en lenguajes de alto nivel (Python, R u otros) con el propósito de resolver problemas reales y de entender las dificultades de la implementación de dichos algoritmos en la práctica.

• Proponer soluciones basadas en Deep Learning desde una perspectiva amplia, considerando los aspectos éticos y legales y las implicaciones económicas y sociales de la automatización de los procesos en los negocios.

En la modalidad semipresencial se seguirá un modelo pedagógico denominado, FlippedClassroom, que transfiere determinados procesos de aprendizaje fuera del aula, utilizando el tiempo de clase, junto con la experiencia del docente para facilitar y potenciar otros procesos de adquisición y práctica de conocimientos dentro del aula. Cada asignatura dispondrá de una sesión presencial (de asistencia no obligatoria) para el desarrollo de casos prácticos guiados que posteriormente estarán disponibles, para todos los alumnos que no puedan asistir a las sesiones presenciales, para su realización de forma tutorizada.

La obtención del título final está supeditada a la superación de todas las materias del Máster (evaluación continua), así como a la elaboración y defensa del Trabajo Fin de Máster.