DC-UFRPE/Bacharelado em Ciência da Computação/14020 - REDES NEURAIS
Programa da Disciplina
editarNome: | REDES NEURAIS |
Código: | 14020 |
Departamento: | Departamento de Computação (DC) |
Área: | Inteliência Artificial |
Carga-horária total: | 60 horas |
Créditos: | 4 |
Pré-requisitos: | 06243 - ESTATÍSTICA EXPLORATÓRIA I
14074 - INTELIGÊNCIA ARTIFICIAL 14117 - INTRODUÇÃO À PROGRAMAÇÃO I 14118 - INTRODUÇÃO À PROGRAMAÇÃO II |
Ementa
editarAprendizado supervisionado. Aprendizado não-supervisionado. Classificação e Regressão em Redes Neurais Artificiais. Redes Neurais Recorrentes. Predição de Séries Temporais em Redes Neurais. Aspectos teóricos. Projeto.
Objetivos
editarIntroduzir a teoria das Redes Neurais Artificiais, conceitos básicos e principais algoritmos de aprendizado supervisionado e não supervisionado, fornecendo subsídios para que o aluno saiba discernir quando se deve utilizar as Redes Neurais como ferramenta; apresentar ferramentas de software de Redes Neurais; e exemplificar sua aplicação em sistemas de previsão, apoio à decisão, classificação e reconhecimento de padrões.
Conteúdo Programático
editar- Introdução - Conceitos iniciais
- Neurônios Biológicos Vs. Artificiais
- Funções de Ativação
- Principais Arquiteturas
- Processos de Treinamento e Aspectos de Aprendizado
- Redes de Função de Base Radial
- Funcionamento
- Processo de Treinamento
- Aplicações
- Redes Auto-organizáveis de Kohonen
- Aprendizado competitivo
- Mapas SOM
- Aplicações
- Redes Recorrentes
- Funcionamento
- Processo de Treinamento
- Aplicações
- Regressão linear
- Funcionamento
- Processo de Treinamento
- Redes Perceptron Multicamadas
- Funcionamento
- Processo de Treinamento
- Especificação da Topologia
- Redes Neurais Convolutivas
- Funcionamento
- Processo de Treinamento
- Especificação da Topologia
Métodos Didáticos de Ensino
editar- Videoaulas gravadas;
- Participação em fóruns temáticos e fórum de dúvidas;
- Acompanhamento no desenvolvimento de projetos, via mensagens, chat e/ou aulas síncronas agendadas sob demanda;
Métodos de Ensino
editarVideoaula,projeto,exercícios práticos no google collab, códigos no github, exercícios teóricos.
Bibliografia
editarBásica
editar- Ivan Nunes da Silva, Danilo Hernane Spatti, Rogério Andrade Flauzino. Redes Neurais Artificiais Para Engenharia e Ciências Aplicadas Curso Prático. ARTLIBER, 2010.
- Simon Haykin. Redes Neurais Princípios e Práticas 2a Edição. Bookman, 2001.
- Antônio de Pádua Braga, André Ponce de Leon F. De Carvalho e Teresa Bernarda Ludermir. Redes Neurais Artificiais? Teoria e Aplicações - 2a EDIÇÃO, 2007
Complementar
editar- Goodfellow, Ian, Yoshua Bengio, and Aaron Courville. Deep learning. MIT press, 2016.
- R.; NORVIG, P. Inteligência Artificial - Tradução da Segunda Edição.Rio de Janeiro Elsevier, 2004.
- COPPIN, B. Inteligência Artificial. Rio de Janeiro LTC, 2010.
- MITCHELL, T. M. Machine Learning. Singapore McGraw-Hill, 1997. BISHOP, C. M. (2006).
- Pattern Recognition and Machine Learning. Springer. Michael R. Berthold e Jay Diamond. Boosting the Performance of RBF Networks with Dynamic Decay Adjustment. Advances in Neural Information Processing Systems, Vol. 7, pp. 521- 528, MIT Press, 1995