Tema 1: Fundamentos matemáticos para el aprendizaje automático 

Tema 2: Álgebra lineal 

Tema 3: Geometría analítica 

Tema 4: Descomposición matricial 

Tema 5: Cálculo vectorial 

Tema 6: Distribuciones y probabilidades 

Tema 7: Optimización continua 

Tema 8: Modelos matemáticos para aprendizaje automático 

Tema 9: Introducción al aprendizaje supervisado

Tema 10: Métodos lineales básicos

Tema 11: Métodos lineales generalizados

Tema 12: Árboles de decisión

Tema 13: Máquinas de vectores de soporte

Tema 14: Modelos probabilísticos 

Tema 15: Programación dinámica y aprendizaje reforzado

Tema 16: Algoritmos evolutivos

Tema 17: Introducción al aprendizaje no supervisado

Tema 18: Principios de la clasificación

Tema 19: El algoritmo k-medias aplicado a la clasificación

Tema 20: Técnicas mejoradas de agrupamiento

Tema 21: Análisis de componentes

Tema 22: Mapas autoorganizados de características

Tema 23: Reducción de la dimensión

Tema 24: Construcción de sistemas completos