Essa disciplina fornece uma introdução ao aprendizado de máquina e reconhecimento de padrões estatísticos. A disciplina se baseia em estudos de casos para que o aluno aprenda como aplicar algoritmos de aprendizado para percepção e controle, compreensão de texto (pesquisa na web e anti-spam), visão computacional, informática médica, áudio 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.

Essa disciplina apresenta as redes neurais artificiais "deep-learning". A disciplina é baseada em atividades práticas onde os alunos implementam os conceitos e métodos apreendidos. Nessa disciplina os alunos aprendem como criar, treinar e utilizar uma rede neural. A disciplina se baseia em estudos de casos para que os alunos aprendam como aplicar na prática redes neurais "deep-learning". O objetivo principal dessa disciplina é mostrar aos alunos como redes neurais "deep-learning" realmente funcionam e capacitar os alunos a aplicar essas redes em suas próprias aplicações. Além disso a disciplina apresenta as plataformas de desenvolvimento Keras e TensorFlow. A utilização dessas plataformas permite que os alunos aprendam facilmente como formular, criar e implementar problemas de aprendizado de máquina usando redes neurais..

Essa disciplina apresenta como construir redes neurais convolutivas e aplicá-las a imagens e vídeos. O objetivo dessa disciplina é ensinar os alunos como construir uma rede neural convolutiva, suas principais variações e como aplicar esse tipo de rede em tarefas de processamento de imagens e vídeos. A disciplina se baseia em estudos de casos para que os alunos aprendam como aplicar na prática redes neurais convolutivas “deep-learning” para detecção e reconhecimento visual usando as plataformas de desenvolvimento Keras e TensorFlow. Além disso, essa disciplina ensina a etapa final de desenvolvimento de um sistema inteligente, que é a sua transformação em um produto comercial realizando o “deploy” da solução em um website.

Essa disciplina apresenta como construir redes neurais recorrentes para processamento de seqüências temporais, processamento de linguagem natural, música e áudio. O objetivo dessa disciplina é ensinar os alunos como funcionam as redes neurais recorrentes e suas variantes usuais, tais como, GRU e LSTM. A disciplina se baseia em estudos de casos para que os alunos aprendam como aplicar na prática redes neurais recorrentes "deep-learning" para para problemas de linguagem natural, "chatbots", áudio, música e reconhecimento de fala usando as plataformas de desenvolvimento Keras e TensorFlow.