DC-UFRPE/Bacharelado em Ciência da Computação/14020 - REDES NEURAIS

Programa da Disciplina

Nome:	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

Aprendizado 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

Introduzir 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

1. Introdução - Conceitos iniciais
   • Neurônios Biológicos Vs. Artificiais
   • Funções de Ativação
   • Principais Arquiteturas
   • Processos de Treinamento e Aspectos de Aprendizado
2. Redes de Função de Base Radial
   • Funcionamento
   • Processo de Treinamento
   • Aplicações
3. Redes Auto-organizáveis de Kohonen
   • Aprendizado competitivo
   • Mapas SOM
   • Aplicações
4. Redes Recorrentes
   • Funcionamento
   • Processo de Treinamento
   • Aplicações
5. Regressão linear
   • Funcionamento
   • Processo de Treinamento
6. Redes Perceptron Multicamadas
   • Funcionamento
   • Processo de Treinamento
   • Especificação da Topologia
7. Redes Neurais Convolutivas
   • Funcionamento
   • Processo de Treinamento
   • Especificação da Topologia

Métodos Didáticos de Ensino

• 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

Videoaula,projeto,exercícios práticos no google collab, códigos no github, exercícios teóricos.

Bibliografia

Básica

1. Ivan Nunes da Silva, Danilo Hernane Spatti, Rogério Andrade Flauzino. Redes Neurais Artificiais Para Engenharia e Ciências Aplicadas Curso Prático. ARTLIBER, 2010.
2. Simon Haykin. Redes Neurais Princípios e Práticas 2a Edição. Bookman, 2001.
3. 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

1. Goodfellow, Ian, Yoshua Bengio, and Aaron Courville. Deep learning. MIT press, 2016.
2. R.; NORVIG, P. Inteligência Artificial - Tradução da Segunda Edição.Rio de Janeiro Elsevier, 2004.
3. COPPIN, B. Inteligência Artificial. Rio de Janeiro LTC, 2010.
4. MITCHELL, T. M. Machine Learning. Singapore McGraw-Hill, 1997. BISHOP, C. M. (2006).
5. 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