Las dos mejores opciones son el análisis numérico y la conferencia especial. Depende de sus cursos anteriores y futuros, que es su mejor opción.
La investigación en reconocimiento de patrones está fuertemente relacionada con la visión por computadora, por lo que necesitará más o menos el mismo conocimiento previo. Considero que los siguientes temas son imprescindibles:
- Procesamiento de señales digitales
- Estadística
- Inteligencia artificial (redes neuronales, svm, algoritmos genéticos, etc.)
- Procesamiento de imágenes
- Procesamiento de video
Si ya tuvo un curso sobre IA, le recomendaré tomar “4. Conferencias especiales” porque el procesamiento de señales de medios le dará una introducción a la visión por computadora. Sin embargo, si el objetivo del curso es cubrir todas las materias que enumeró, creo que no abarcará suficiente procesamiento de señal. Big data es un campo donde se aplica el reconocimiento de patrones, por lo que también sería beneficioso para usted.
- ¿Cuál es la diferencia entre la retropropagación y la retropropagación a través del tiempo?
- ¿Cómo detectar el sarcasmo en frases u oraciones mientras se extrae texto? ¿Hay alguna metodología utilizada?
- ¿Existe alguna herramienta o API capacitada en datos de tweets para la extracción de entidades con nombre?
- ¿Podemos combinar HOG y PCA en la clasificación de imágenes?
- ¿Se puede usar la detección de características / descripción de características para la clasificación de imágenes con redes neuronales artificiales?
Sin embargo, si planea tomar un curso de IA, “2. Análisis numérico” podría ser mejor porque le dará el conocimiento básico para SVM y redes neutrales debido al tema sobre la aproximación de funciones.
La mejor de las suertes.