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.

Acesso à informação
Transparência Pública

© 2013 Universidade Federal do Espírito Santo. Todos os direitos reservados.
Av. Fernando Ferrari, 514 - Goiabeiras, Vitória - ES | CEP 29075-910