Objetivos:
Introduzir conceitos básicos referentes ao aprendizado de máquina, ferramentas e aplicações típicas.
Ementa:
- Conceitos básicos de Aprendizado,
- Teoria de Decisão Bayesiana
- Modelos de Regressão e Classificação
- Avaliação de Experimentos
- Seleção e Extração de Atributos
- Análise de Agrupamentos
Bibliografia Principal:
- Alpaydin, E. Introduction to Machine Learning. 3rd ed. The MIT Press. 2014
- Theodoridis, S. Pattern Recognition, 4th ed, Academic Press, 2009.
- Bishop, C.M. Pattern Recognition and Machine Learning, 1st ed., Springer, 2006.
Critério Final de Avaliação:
- 3 provas + proposta de artigo + 1 artigo científico (conferência) + apresentação do artigo.
Avisos Importantes:
Datas Importantes (Novo 24/04/2019):
- Primeira Prova (P1) -
10/04/2019. 17/04/2019 - Segunda Prova (P2) -
15/05/2019. 22/05/2019 - Terceira Prova (P3) -
05/06/2019. 10/06/2019 - Entrega de formulário de proposta de artigo - 20/05/2019.
- Apresentação de Trabalhos - 12/06/2019 (Quarta).
- Entrega do artigo do trabalho da disciplina - 12/06/2019 (Quarta).
Material da Disciplina:
Slides da Disciplina:
Roteiros de Estudo:
Lista de Exercícios: