Plano de Estudos

Fundamentos de Aprendizagem Automática FAA

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

Dotar os alunos de conhecimento sobre: - os principais conceitos e modelos atuais de aprendizagem automática a partir de dados; - os requisitos e limitações desses modelos. Desenvolver a capacidade de identificar situações problemáticas de aprendizagem baseada em dados e de como as resolver.

Programa

- Conceitos fundamentais de aprendizagem automática - A pipeline de aprendizagem: Problemas que podem ser resolvidos com AA - A dimensionalidade dos dados: Seleção e preparação de features - Avaliação e Validação de Modelos - Aprendizagem Supervisionada (Classificação e Regressão): Modelos Lineares, Modelos baseados em Árvores, Modelos baseados em distância, Modelos probabilísticos, Modelos Ensemble; Modelos baseados em redes neuronais - Aprendizagem Não Supervisionada: Modelos de Clustering - Modelos interpretáveis e modelos black box: confiança e explicabilidade - Desafios contemporâneos e métodos avançados na era da IA Generativa

Método de Avaliação

A avaliação inclui avaliação contínua baseada em projeto, exercícios e questionários.

Carga Horária

Bibliografia

Principal

• An introduction to statistical learning: With applications in python: James, G., Witten, D., Hastie, T., Tibshirani, R., & Taylor, J. 2023 Springer Nature
• Machine Learning: P. Flach 2012 Cambridge University Press

Secundária

• Lectures on Intelligent Systems: Leonardo Vanneschi, Sara Silva 2023 Springer

Disciplinas de Execução

2026/2027 - 2 Semestre