Fundamentos de Aprendizagem de Máquina

Codigo	Carga Horária
	T	E	L/P	CHT
ECA817	0	0	2	40

Ementa

Definição de aprendizado de máquina. Aprendizado supervisionado e não supervisionado. Revisão de probabilidade e estatística: números aleatórios, distribuições de probabilidade, probabilidade condicional, regra da cadeia da probabilidade condicional. Regressão e classificação: aproximação de funções, regressão linear, regressão polinomial, regressão logística. Agrupamento e similaridade: máquinas de vetores de suporte, métodos de Kernel, método k-means. Redução de similaridade: análise de componentes principais (PCA). Realização de atividades práticas de programação durante as aulas.

Descrição

Essa disciplina fornece uma introdução ao aprendizado de máquina, mineração de dados e reconhecimento de padrões estatísticos. A disciplina se baseia em estudos de casos para que o aluno aprenda como aplicar algoritmos de aprendizado para construir robôs inteligentes (percepção e controle), visão computacional, informática médica, áudio, mineração de banco de dados e outras áreas. O objetivo principal dessa disciplina é fornecer ao aluno uma visão geral da área de Aprendizado de Máquina e dos conceitos e métodos fundamentais utilizados, de forma a prepará-lo para aprofundar seu conhecimento em técnicas mais avançadas.

Responsável

Bibliografia

Básica

• GÉRON, Aurélien. Hands-on machine learning with Scikit-Learn & TensorFlow: concepts, tolls, and techniques to build intelligent systems. Sebastopol, CA: O'Reilly, c2017. 548 p. ISBN 9781491962299.
• WITTEN, Ian H; FRANK, Eibe. Data mining: practical machine learning tools and techniques. 2. ed. Amsterdam: Elsevier, 2005. 525 p. (Morgan Kaufmann Series in Data Management Systems). ISBN 9780120884070.

Complementar

• <p>MENEZES, Nilo Ney Coutinho. Introdução à programação com Python: algoritmos e lógica de programação para iniciantes. 2. ed. São Paulo: Novatec, 2014. 328 p. ISBN 97885752224083.</p>
• SUMMERFIELD, Mark. Programação em Python 3: uma introdução completa à linguagem Phython. Rio de Janeiro: Alta Books, 2012. 506 p. (Biblioteca do programador). ISBN 9788576083849.