Publicação em Diário da República: Despacho n.º 12419/2016 - 14/10/2016
6 ECTS; 3º Ano, 1º Semestre, 30,0 T + 45,0 TP + 5,0 OT , Cód. 814320.
Docente(s)
(1) Docente Responsável
(2) Docente que lecciona
Pré-requisitos
Conhecimentos adquiridos nas UC de Cálculo, de Matemática Discreta, de Programação e Algoritmia, de Linguagens de Programação.
Objetivos
- Conhecer os princípios de base, os fundamentos matemáticos e os domínios de aplicação de técnicas de aprendizagem automática (AA)
- Identificar situações de sobre-aprendizagem e aplicar técnicas de AA
- Desenvolver e aplicar algoritmos de AA a problemas concretos, avaliar e comparar o desempenho
Programa
1. Introdução à aprendizagem automática, áreas relacionadas e domínio de aplicação.
2. Regressão paramétrica: regressão linear, e polinomial.
3. Conceitos fundamentais de aprendizagem supervisionada, sobre aprendizagem, capacidade de generalização.
4. Método de máxima verosimilhança para estimação de parâmetros de densidades, e modelos de regressão.
5. Conceitos de classificação: regiões de decisão, funções discriminantes, avaliação de classificadores.
6. Teoria de decisão de Bayes.
7. Classificação com discriminantes lineares, discriminantes de Fisher: 2 classes e multi-classe.
8. Métodos de descida de gradiente.
9. Classificação com discriminantes logísticos e redes neuronais.
10. Métodos não supervisionados: redução de dimensionalidade e técnicas de agrupamento.
11. Árvores de decisão: representação, algoritmo ID3, entropia, medidas de impureza, e ganho de informação.
Metodologia de avaliação
Teste escrito, com um peso de 50% da classificação final.
Dois trabalhos práticos, de um projeto, de relatórios e discussão oral dos resultados obtidos nos trabalhos e no projeto, com um peso de 50% da classificação final.
Bibliografia
Método de Ensino
As aulas destinam-se à apresentação dos temas e de exemplos práticos. Os tópicos principais são igualmente explorados através da realização de exercícios e de trabalhos práticos baseados em computador.
Software utilizado nas aulas
Code Blocks / Visual C; ferramentas de produtividade; plataforma eLearning.
