C) Otras Disposiciones - UNIVERSIDAD AUTÓNOMA DE MADRID (BOCM-20210324-23)
Plan de estudios – Resolución de 9 de marzo de 2021, de la Universidad Autónoma de Madrid, por la que se publican determinados planes de estudios
4 páginas totales
Página
Zahoribo únicamente muestra información pública que han sido publicada previamente por organismos oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
Cualquier dato, sea personal o no, ya está disponible en internet y con acceso público antes de estar en Zahoribo. Si lo ves aquí primero es simple casualidad.
No ocultamos, cambiamos o tergiversamos la información, simplemente somos un altavoz organizado de los boletines oficiales de España.
BOCM
BOLETÍN OFICIAL DE LA COMUNIDAD DE MADRID
Pág. 80
MIÉRCOLES 24 DE MARZO DE 2021
B.O.C.M. Núm. 70
ANEXO II
UNIVERSIDAD AUTÓNOMA DE MADRID
PLAN DE ESTUDIOS CONDUCENTE AL TÍTULO DE MÁSTER UNIVERSITARIO EN APRENDIZAJE PROFUNDO PARA EL TRATAMIENTO
DE SEÑALES DE AUDIO Y VIDEO / DEEP LEARNING FOR AUDIO AND VIDEO SIGNAL PROCESSING
RAMA DE CONOCIMIENTO: INGENIERÍA Y ARQUITECTURA
5.1. ESTRUCTURA DE LAS ENSEÑANZAS
TABLA 1. DISTRIBUCIÓN DEL PLAN DE ESTUDIOS EN ECTS POR TIPO DE MATERIA
TIPO DE MATERIA
CRÉDITOS
Obligatorias…………………………………………………………
Trabajo Fin de Máster..………………………............................
48
12
TOTAL………………………………………………………………..
60
TABLA 2. ESQUEMA DEL PLAN DE ESTUDIOS
CRÉDITOS
ECTS
ASIGNATURA
Fundamentos y herramientas básicas para aprendizaje profundo. / Fundamentals of Deep Learning and
basic Tools
8
CARÁCTER
Obligatoria
Revisión de Técnicas Asentadas de Tratamiento de Señal / Review of Established Signal Processing
Techniques
4
Obligatoria
Aprendizaje Profundo para procesamiento de señales de audio / Deep Learning for audio signal processing
6
Obligatoria
Aprendizaje Profundo para procesamiento de señales de imagen / Deep Learning for image signal
processing
6
Obligatoria
Aprendizaje Profundo para procesamiento de señales de video / Deep Learning for video signal processing
6
Obligatoria
6
Obligatoria
Computación de altas prestaciones para aprendizaje profundo / High Performance Architectures for Deep
Learning
6
Obligatoria
Metodologías y seminarios de investigación / Research methodologies and seminars
6
Obligatoria
12
Trabajo Fin
de Máster
Biometría e inteligencia aplicada /
Biometrics and Applied Intelligence
Trabajo Fin de Master / Master Thesis
ANEXO III
UNIVERSIDAD AUTÓNOMA DE MADRID
PLAN DE ESTUDIOS CONDUCENTE AL TÍTULO DE MÁSTER UNIVERSITARIO EN CIENCIA DE DATOS
RAMA DE CONOCIMIENTO: INGENIERÍA Y ARQUITECTURA
5.1. ESTRUCTURA DE LAS ENSEÑANZAS
TABLA 1. DISTRIBUCIÓN DEL PLAN DE ESTUDIOS EN ECTS POR TIPO DE MATERIA
TIPO DE MATERIA
CRÉDITOS
Obligatorias…………………………………………………………
Optativas……………………………………………………..……..
Trabajo Fin de Máster..………………………………….………...
42
18
12
TOTAL……………………………………………………………..…..
72
TABLA 2. ESQUEMA DEL PLAN DE ESTUDIOS
Fundamentos de la Ciencia de Datos
ASIGNATURA
CRÉDITOS
ECTS
CARÁCTER
Matemáticas para la Ciencia de Datos
12
Obligatoria
Procesamiento de Información para la Ciencia de Datos
12
Obligatoria
Ciencia de datos
12
Obligatoria
Introducción a la Metodología de la
Investigación
Introducción a la Metodología de la Investigación
6
Obligatoria
Temas Avanzados en Ciencia de Datos
Temas Avanzados en Ciencia de Datos (*)
18
Optativa
Trabajo Fin de Máster
Trabajo Fin de Máster
12
Trabajo Fin
de Máster
(*)
Este módulo agrupa el contenido optativo del máster. Este contenido será cursado en asignaturas de 3 o 6 ECTS. Estas asignaturas versarán
sobre temas avanzados en el procesamiento de información y señal, en el aprendizaje automático, y la ciencia de datos, incluyendo nuevos
paradigmas relevantes para estos campos. Se abordarán asimismo aplicaciones en biomedicina y otras áreas. Todos ellos son temas en los
que se desarrolla la actividad de los grupos de investigación a los que pertenecen los docentes del máster.
De la oferta de asignaturas dentro de este módulo el estudiante elegirá un total de 18 ECTS.
BOCM-20210324-23
MÓDULO
BOLETÍN OFICIAL DE LA COMUNIDAD DE MADRID
Pág. 80
MIÉRCOLES 24 DE MARZO DE 2021
B.O.C.M. Núm. 70
ANEXO II
UNIVERSIDAD AUTÓNOMA DE MADRID
PLAN DE ESTUDIOS CONDUCENTE AL TÍTULO DE MÁSTER UNIVERSITARIO EN APRENDIZAJE PROFUNDO PARA EL TRATAMIENTO
DE SEÑALES DE AUDIO Y VIDEO / DEEP LEARNING FOR AUDIO AND VIDEO SIGNAL PROCESSING
RAMA DE CONOCIMIENTO: INGENIERÍA Y ARQUITECTURA
5.1. ESTRUCTURA DE LAS ENSEÑANZAS
TABLA 1. DISTRIBUCIÓN DEL PLAN DE ESTUDIOS EN ECTS POR TIPO DE MATERIA
TIPO DE MATERIA
CRÉDITOS
Obligatorias…………………………………………………………
Trabajo Fin de Máster..………………………............................
48
12
TOTAL………………………………………………………………..
60
TABLA 2. ESQUEMA DEL PLAN DE ESTUDIOS
CRÉDITOS
ECTS
ASIGNATURA
Fundamentos y herramientas básicas para aprendizaje profundo. / Fundamentals of Deep Learning and
basic Tools
8
CARÁCTER
Obligatoria
Revisión de Técnicas Asentadas de Tratamiento de Señal / Review of Established Signal Processing
Techniques
4
Obligatoria
Aprendizaje Profundo para procesamiento de señales de audio / Deep Learning for audio signal processing
6
Obligatoria
Aprendizaje Profundo para procesamiento de señales de imagen / Deep Learning for image signal
processing
6
Obligatoria
Aprendizaje Profundo para procesamiento de señales de video / Deep Learning for video signal processing
6
Obligatoria
6
Obligatoria
Computación de altas prestaciones para aprendizaje profundo / High Performance Architectures for Deep
Learning
6
Obligatoria
Metodologías y seminarios de investigación / Research methodologies and seminars
6
Obligatoria
12
Trabajo Fin
de Máster
Biometría e inteligencia aplicada /
Biometrics and Applied Intelligence
Trabajo Fin de Master / Master Thesis
ANEXO III
UNIVERSIDAD AUTÓNOMA DE MADRID
PLAN DE ESTUDIOS CONDUCENTE AL TÍTULO DE MÁSTER UNIVERSITARIO EN CIENCIA DE DATOS
RAMA DE CONOCIMIENTO: INGENIERÍA Y ARQUITECTURA
5.1. ESTRUCTURA DE LAS ENSEÑANZAS
TABLA 1. DISTRIBUCIÓN DEL PLAN DE ESTUDIOS EN ECTS POR TIPO DE MATERIA
TIPO DE MATERIA
CRÉDITOS
Obligatorias…………………………………………………………
Optativas……………………………………………………..……..
Trabajo Fin de Máster..………………………………….………...
42
18
12
TOTAL……………………………………………………………..…..
72
TABLA 2. ESQUEMA DEL PLAN DE ESTUDIOS
Fundamentos de la Ciencia de Datos
ASIGNATURA
CRÉDITOS
ECTS
CARÁCTER
Matemáticas para la Ciencia de Datos
12
Obligatoria
Procesamiento de Información para la Ciencia de Datos
12
Obligatoria
Ciencia de datos
12
Obligatoria
Introducción a la Metodología de la
Investigación
Introducción a la Metodología de la Investigación
6
Obligatoria
Temas Avanzados en Ciencia de Datos
Temas Avanzados en Ciencia de Datos (*)
18
Optativa
Trabajo Fin de Máster
Trabajo Fin de Máster
12
Trabajo Fin
de Máster
(*)
Este módulo agrupa el contenido optativo del máster. Este contenido será cursado en asignaturas de 3 o 6 ECTS. Estas asignaturas versarán
sobre temas avanzados en el procesamiento de información y señal, en el aprendizaje automático, y la ciencia de datos, incluyendo nuevos
paradigmas relevantes para estos campos. Se abordarán asimismo aplicaciones en biomedicina y otras áreas. Todos ellos son temas en los
que se desarrolla la actividad de los grupos de investigación a los que pertenecen los docentes del máster.
De la oferta de asignaturas dentro de este módulo el estudiante elegirá un total de 18 ECTS.
BOCM-20210324-23
MÓDULO
