Disciplina Curricular
Aprendizagem Automática Avançada AAA
Mestrado Bolonha em Ciência de Dados - 2_MCD 2025/26
Contextos
Grupo: 2_MCD 2025/26 > 2º Ciclo > Parte Escolar > Opcionais 1º Semestre > Opção Grupo 1, 2 ou 3 > 2009 - MCD - Grupo 3: Foco em Algoritmos (CEI)
Período:
Grupo: 2_MCD 2025/26 > 2º Ciclo > Parte Escolar > Opcionais 1º Semestre > 2004 - MCD - Nucleares: Algoritmos (CEI)
Período:
Peso
6.0 (para cálculo da média)
Objectivos
Os alunos serão expostos a conteúdos avançados de aprendizagem automática. No final da UC, os alunos deverão ser capazes de compreender os principais modelos gráficos probabilísticos, e de aprendizagem por reforço, e ainda de formular e resolver problemas reais envolvendo os conceitos programáticos.
Programa
A UC abordará os seguintes tópicos: 1. Redes Bayesianas: representação, inferência e aprendizagem; 2. Modelos de Markov e modelos escondidos de Markov; 3. Modelos de mistura: mistura de Gaussianas, algoritmo de expectativa-maximização, mistura de especialistas; 4. Introdução à aprendizagem profunda: redes multi-camada, redes convolucionais; 5. Aprendizagem por reforço: processos de decisão de Markov, Q-aprendizagem, aprendizagem por reforço profundo; 6. Modelos de explicabilidade. O estudo deste tópicos é complementada com uma componente prática usando a linguagem de programação Python.
Métodos de ensino e avaliação
Projecto(s) + Exame