El curso de "Modelos de redes neuronales" pretende explicar el funcionamiento de un tipo concreto de modelos psicológicos, a saber, los modelos de redes conexionistas. Estos modelos, aplicables tanto a la modelización de procesos psicológicos como al análisis de datos, se han convertido en un área de investigación avanzada debido a sus propiedades y al parecido que tienen con el funcionamiento del cerebro. El curso revisará alguno de los modelos históricos en orden progresivo de complejidad así como algunos de los modelos más actuales proporcionando al alumno una idea razonable de su potencial e interés para el Psicólogo.

El alumno estudiará las características generales que definen los modelos conexionistas así como algunas de las principales estructuras actuales. Se hará especial hincapié en el funcionamiento de las diversas redes mediante ejemplos de cálculo completamente desarrollados, mientras que para los modelos actuales más complejos dependeremos de la utilización software especializado. Se obviarán, sin embargo, las demostraciones matemáticas de los teoremas existentes en el área.

Aunque no es obligatorio, sería recomendable el dominio de las operaciones más elementales del álgebra matricial (matrices, cálculo de determinantes, transposición de matrices, convolución, tensores, etc.). Si un alumno desea ampliar el contenido del material de la bibliografía básica deberá leer en inglés, ya que la mayor parte de los textos más avanzados se encuentran en esta lengua.  

Nombre: Dr. D. José Manuel Reales Avilés.
Departamento: Metodología de las Ciencias del Comportamiento
Despacho: 2.59
Horario de tutoría:
Martes: de 10:00 a 14:00 horas.
Miércoles: de 10:00 a 14:00 horas.
Viernes: de 10:00 a 14:00 horas.
Teléfono: 91 398 79 33
Email: jmreales@psi.uned.es


Nombre: Dr. D. José Ángel Martínez-Huertas
Departamento: Metodología de las Ciencias del Comportamiento
Despacho: 2.63
Horario de tutoría:
Martes: de 10:00 a 14:00 horas.
Miércoles: de 10:00 a 14:00 horas.
Teléfono: 91 398 76 69
Email: jamartinez@psi.uned.es

Nota importante: se ruega encarecidamente al estudiante que envíe las preguntas no solo al campus virtual sino también al correo de los profesores (jmreales@psi.uned.es; jamartinez@psi.uned.es).

COMPETENCIAS GENERALES

CG1 - Tomar conciencia de la importancia de la metodología en la adquisición del conocimiento científico, así como de la diversidad metodológica existente para abordar distintos problemas del modelado de procesos psicológicos mediante las redes neuronales.

CG2 - Desarrollar el razonamiento crítico y la capacidad para realizar análisis y síntesis de la información disponible.

CG3 - Saber identificar las necesidades y demandas de los contextos en los que se exige la aplicación de herramientas metodológicas y aprender a proponer las soluciones apropiadas.

CG4 - Planificar una investigación dirigida teóricamente por un modelo conexionista identificando el input y el output así como las restricciones a cumplir para modelar los resultados psicológicos. 

CG5 - Obtener información de forma efectiva a partir de libros, revistas especializadas y otras fuentes bibliográficas.

CG6 - Desarrollar y mantener actualizadas competencias, destrezas y conocimientos según los estándares propios de la profesión. 

Los objetivos del curso son los de entender como funciona una red neuronal artificial y el tipo de problemas que puede resolver. Por ello, el alumno deberá conocer las principales arquitecturas conexionistas y como se construyen, tanto en redes neuronales artificiales superficiales como profundas. Más en concreto, el curso pretende:

- Proveer al estudiante de los fundamentos teóricos y prácticos asociados con las estructuras conexionistas más conocidas de redes neuronales así como de los algoritmos de aprendizaje utilizados por las mismas. 

- Comprender las ventajas y limitaciones del enfoque de redes neuronales con respecto a los modelos estadísticos.

- Desarrollar en el estudiante la capacidad de simular procesos psicológicos (memoria, percepción, etc.) mediante la aplicación de las redes conexionistas utilizando el software apropiado.

- Conocer la fundamentación matemática y los mecanismos de aprendizaje en las redes conexionistas. 

- Identificar las principales áreas de aplicación de las redes conexionistas.

- Aprender a desarrollar nuevas redes conexionistas, a validarlas y evaluarlas. 

- Determinar el tipo de estructura de una red neuronal concreta (tipos de nodos,conexión entre niveles, método de modificación de conexiones o aprendizaje, etc.)

- Identificar el tipo de problema que pueden resolver los diversos tipos de redes neuronales.

Este curso, planteado bajo la modalidad de educación a distancia, está basado en el aprendizaje autónomo del alumno con tutorización del profesorado. El estudio de la materia será a través de los materiales que proporcionarán los profesores en el campus virtual.

Los materiales han sido seleccionados para ajustarse a la metodología a distancia, con profusión de ejemplos prácticos y desarrollados. 

El material básico de la asignatura se encuentra a disposición del estudiante en el curso virtual de la asignatura.

El texto base de la asignatura se encuentra en el campus virtual de la asignatura para su descarga por el alumno.

La resolución de las tareas planteadas en los modelos de redes avanzados se realizarán mediante su implementación en software específico para modelar redes neuronales. Dado que el máster utiliza R como plataforma de software genérica, se utilizarán paquetes de R dedicados a la implementación de redes neuronales. 

De manera complementaria, en la página

 https://listoffreeware.com/free-neural-network-software-windows/

se comparan diversos simuladores gratuitos de redes neuronales, sus características y su tipo, de tal forma que si el estudiante quiere ampliar conocimientos con otro software pueda elegir.