Publicação em Diário da República: Despacho n.º 8956/2023 - 31/08/2023
8 ECTS; 1º Ano, Anual, 28,0 T + 28,0 TP + 4,0 S , Cód. 393211.
Docente(s)
- Rolando Lúcio Germano Miragaia (1)(2)
(1) Docente Responsável
(2) Docente que lecciona
Pré-requisitos
Objetivos
Após concluir a unidade curricular, o estudante deve ser capaz de entender e aplicar os métodos de aprendizagem profunda para problemas genéricos e para problemas mais específicos.
C1 - Conhecer e aplicar os principais conceitos de programação em Python em problemas de aprendizagem profunda;
C2 - Compreender o funcionamento e ser capaz de treinar uma rede neuronal;
C3 - Conhecer e aplicar métodos de regularização e otimização;
C4 - Compreender o funcionamento e ser capaz de treinar uma rede convolucional;
C5 - Compreender o conceito e ser capaz de treinar uma rede neuronal recorrente;
Programa
1. Programação em Python
1.1. Python
1.2. Plataformas para aprendizagem computacional
1.3. TensorFlow
1.4. Keras
2. Redes neuronais
2.1. Estrutura de um neurónio artificial
2.2. O percetrão
2.3. Percetrão multi-camada
2.4. Funções de ativação
2.5. Gradientes estocásticos
2.6. Algoritmo de retropropagação
3. Regularização e otimização
3.1. Regularização L1 e L2
3.2. Dropout
3.3. Divisão em lotes
3.4. AdaGrad
3.5. Adam
4. Redes neuronais convolucionais
4.1. Arquitetura de uma rede convolucional
4.1.1. Camadas convolucionais
4.1.2. Camadas de pooling
4.1.3. Camadas densas
4.2. Treino de uma rede neuronal convolucional
4.3. Aprendizagem por transferência
4.4. Aplicações no processamento de imagem
5. Redes neuronais recorrentes
5.1. Arquiteturas:
5.1.1. RNN
5.1.2. Redes de memória longo-curto prazo (LSTM) empilhadas
5.1.3. Redes gated recurrent units (GRU)
5.2. Aplicações
Metodologia de avaliação
Projeto - realizado em grupo com relatório em formato artigo e apresentação
Discussão Oral - nota da discussão oral (de 0 a 100%) a multiplicar pela nota do projeto
Bibliografia
- Chollet, F. (2021). Deep Learning with Python. --: Manning Publications
Método de Ensino
Presencial/remoto
- Aulas teóricas: Apresentação, Discussão e exemplificação dos conteúdos programáticos
- Aulas Teórico-Praticas:Discussão e exemplificação dos conteúdos programáticos e resolução de fichas práticas que abordem os conceitos aprendido
Software utilizado nas aulas
Python
Google colab
Objetivos de Desenvolvimento Sustentável
