Aprendizado de Máquinas
Código: PGEE5574
Curso: Mestrado em Engenharia Elétrica
Créditos: 3
Carga horária: 45
Ementa: EMENTA
Mineração de Dados
Regressão Linear
Técnicas de Classificação Baseadas em Distância
Técnicas de Classificação Baseadas em Métodos Probabilísticos
Métodos Baseados em Árvores e Regras de Decisão
Métodos de Clusterização
Métodos de Inspiração Biológica
Testes de Hipóteses para Comparar Algoritmos
OBJETIVOS
Capacitar o aluno a usar técnicas clássicas de aprendizado de máquina em diferentes situações, conforme a necessidade.
COMPETÊNCIAS
Utilizar técnicas de aprendizado de máquinas em tarefas de predição, classificação e clusterização.
HABILIDADES
Saber programar em alguma linguagem de programação, preferencialmente em Matlab, Octave, Scilab, Python, Julia e Java
Ter conhecimentos de matemática vetorial e matricial
Ter conhecimentos de probabilidade e estatística
Bibliografia: Básica
FACELI, K., LORENA, A. C., GAMA, J., CARVALHO, A. C. P. F., Inteligência Artificial: uma Abordagem de Aprendizado de Máquina. 1ª edição, Editora LTC, São Paulo, 2011.
Complementar
Bishop, C. M., Pattern Recognition and Machine Learning, 9ª edition, Editora Springer, Singapore, 2006.
Duda, R. O., Hart, P. E., Stork, D. G., Pattern Classification, 2ª edition, Editora Wiley-Interscience, 2001.
James, G., Witten, D., Hastie, T., Tibshirani, R., An Introduction to Statistical Learning . with Applications in R, Editora Springer, 2014.