DC-UFRPE/Licenciatura Plena em Computação/Disciplinas Optativas/Aprendizagem de Máquinas
Programa da Disciplina
editarNome: Aprendizagem de Máquina | Código: 14719 |
Departamento: Departamento de Computação | Área: Ciência da Computação |
Carga-horária total: 60 horas | Créditos: 4 |
Carga-horária semanal: 4 horas (teóricas: 2; práticas: 2; EAD*: 0) |
Ementa:
editarIntrodução a IA. Captura e pré-processamento de dados. Aprendizagem de Máquina: Métodos Baseados em Distância, Método Baseados em Busca, Métodos Estatísticos, Agrupamento, Combinação de Classificadores. Métodos de Avaliação. Reconhecimento de Padrões.
Prática como componente curricular (30h):
editarNão possui.
Objetivos:
editarFornecer uma ampla introdução à aprendizagem de máquina e reconhecimento de padrões. O curso também abordará recentes aplicações de aprendizado de máquinas, como mineração de dados, bioinformática, visão computacional e processamento de texto e dados na web.
Conteúdo Programático
editarTurmas
editarBibliografia básica:
editar- Russel, Stuart J.; Norving, Peter. Artificial intelligence: a modern approach. 3rd ed. New Jersey: Prentice - Hall, 2010. xviii, 1132 p. ISBN 9780136042594 (enc.).
- Carvalho, André. Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina. LTC. 394 p. 2011.
- Theodoridis, Sergios; Konstantinos, Koutroumbas. Pattern recognition. 4th ed. Burlington, Mass.: Elsevier, 2009
Bibliografia complementar:
editar- Bishop, Christopher M. Pattern recognition and machine learning. New York: Springer,, 738 p. 2006.
- Richard O. Duda, Peter E. Hart, David G. Stork, Pattern Classification, 2. ed., Willey, 2000.
- Mitchell, T. Machine Learning. [S.l.]: McGraw Hill, 1997.
- Witten, I. H; Frank, Eibe; Hall, Mark A. Data mining: practical machine learning tools and techniques. 3rd ed. Burlington, MA: Elsevier/Morgan Kaufmann, 2011.
- Coppin, B. Inteligência Artificial. Rio de Janeiro: LTC, 2010