Aprendizagem Automática (2017/2018) - Departamento de Informática
Descrição

This course aims to provide an introduction to the main principles, methods, and applications of Machine Learning.

The course covers the principles, design and implementation of several Machine Learning techniques covering supervised, unsupervised and reinforcement learning approached, and their experimental application with real world data.

Objectivos

Saber

Fazer

Competências Complementares

Programa

Introdução à Aprendizagem Automática.

Paradigmas de Aprendizagem Automática: Aprendizagem Supervisionada, Aprendizagem Não-Supervisionada e Aprendizagem por Reforço.

Dados

2.1 Tipos de dados.

2.2 Medidas de proximidade e medidas de dispersão de dados.

2.3 Tópicos de normalização e visualização de dados

2.4 Visualização de Dados por Análise de Componentes Principais

Aprendizagem Supervisionada

3.1 Regressão

3.2 Árvores de Decisão

3.3 Redes Neuronais

3.4 Máquinas de Suporte Vectorial

3.5 Modelos gráficos

3.6 Classificador dos K-Vizinhos mais Próximos

3.7 Avaliação e comparação de métodos de classificação

3.8 Ensembles

Aprendizagem Não-Supervisionada

4.1 Métodos de Agrupamento por partição

4.2 Métodos de Agrupamento Probabilístico

4.3 Métodos de Agrupamento Difuso por partição

4.4 Métodos de Agrupamento Hierárquico

4.5 Cadeias de Markov

4.5 Avaliação de métodos e de resultados de agrupamento

4.6 Outros métodos

Bibliografia Principal
Esforço do Aluno
  Horas por crédito 28
  Horas p/ semana Semanas Horas
Aulas práticas e laboratoriais   24.0
Aulas teóricas   24.0
Avaliação   8.0
Estudo   60.0
Projectos e trabalhos   52.0
Total de Horas 168
ECTS 6.0