Disciplina: Aprendizagem de Máquina
Aulas Síncronas: Quarta 13:30h (Microsoft Teams)
Sala no Moodle (em breve). A chave de inscrição será informada pela secretaria do PPGInf.
Aulas Remotas: Os links para as aulas remotas serão postados no quadro de aviso do Moodle.
Ementa:
Introdução a Aprendizagem de Máquina; Representação; Aprendizagem Supervisionada e Não Supervisionada; Aprendizagem por Reforço; Seleção de Atributos.
Programa:
- Introdução a Aprendizagem de Máquina
- Representação
- Aprendizagem Baseada em Instâncias
- Árvores de Decisão
- Aprendizagem Bayesiana
- Classificadores Lineares – LDA, Perceptron, SVM
- Aprendizagem Não Supervisionada e Semi-supervisionada
- Redes Neurais,
- MLP, CNN, RNN
- Fusão de classificadores
- Ensembles
- Seleção Dinâmica de Classificadores
- Regressão
- Data Streams
- Aprendizagem por Reforço
- Aprendizagem Semi-supervisionada
- Seleção de Características
- Algoritmos Genéticos
Bibliografia
- R.O. Duda, P. E. Hart, D. G. Stork, Pattern Classification, John Wiley Interscience, 2001.
- T. Mitchell, Machine Learning, , McGraw Hill, 1997.
- C. M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006.
- D. Michie, D.J. Spiegelhalter, C. C Taylor, Machine Learning, Neural and Statistical Classification,. Ellis Horwood, 1994.
- Machine Learning, Lecture Notes, DAI, University of Edinburgh (Notas de Aula)
- M. Kubat, Introduction to Machine Learning, Springer, 2017.
- Artigos selecionados
Avaliação
Provas (60%) + Trabalhos (40%)