Aprendizagem de Máquina
Aprendizagem de Máquina (representada pelo código if699) é uma disciplina eletiva geralmente ofertada pelo professor George Darminton no primeiro semestre de cada ano no curso de Ciência da Computação do Centro de Informática. A disciplina tem como objetivo estudar métodos e algoritmos que obtém conhecimento a partir da análise de bases de dados. Algumas aplicações da Aprendizagem de Máquina são: Mineração de Dados, Reconhecimento de Padrões, entre outros. O site da disciplina pode ser acessado através deste link.
Tópicos Abordados
- Árvore de Decisão
- k-NN
- Distâncias Heterogêneas
- Seleção de Protótipos
- DTW
- Seleção de Atributos
- Curva ROC
- Principal Component Analysis (PCA)
- Linear Discriminant Analysis (LDA)
- Avaliação de Hipóteses
Avaliação
A avaliação leva em conta uma prova, listas de exercícios, um seminário e um projeto a ser entregue no final da disciplina.
Obs.: a frequência dos alunos é registrada em todas as aulas, e a chamada é feita no início de cada aula, sem tolerância a atrasos.
Referências Bibliográficas
- Tom Mitchell. Machine Learning. McGraw-Hill. 1997.
- S. Theodoridis and K. Koutroumbas. Pattern Recognition. Academic Press. 2006.
- Christopher M. Bishop. Pattern Recognition and Machine Learning. Springer. 2006
- Richard O. Duda, Peter E. Hart and David G. Stork. Pattern Classification. Wiley-Interscience. 2000