Plano de Estudos
Aprendizagem Automática AAut
Contextos
Groupo: 1_MFisMed 2024/25 > 2º Ciclo > Parte Escolar > Opcionais > 668_MFM - Opcionais Todas as Áreas 2º Ano/ 1º Sem
ECTS
6.0 (para cálculo da média)
Objectivos
A UC aborda conceitos e algoritmos fundamentais em Aprendizagem Automática. No final da UC, os alunos deverão: conhecer os conceitos fundamentais em Aprendizagem Automática; compreender os principais algoritmos de Aprendizagem Automática e as suas aplicações mais usuais; e ser capazes de aplicar abordagens baseadas em Aprendizagem Automática a cenários reais de ciência de dados.
Programa
A UC aborda os seguintes tópicos: 1) Conceitos fundamentais em Aprendizagem Automática; 2) Modelos em Árvore: Árvores de Decisão. 3) Modelos baseados em Distância: classificação e regressão usando os vizinhos mais próximos; agrupamento baseado em distância; agrupamento hierárquico. 4) Modelos Probabilísticos: Naive Bayes; 5) Models Lineares: Regressão e modelos regularizados; Perceptrão; Máquinas de Vectores de Suporte; Utilização de Kernels. 6) Redes Neuronais Artificiais: redes neuronais multi-camada e retropropagação. 7) Modelos de Ensemble: Voting, bagging, boosting e stacking. 8) Hands-On Aprendizagem Automática: Transformação, construção e selecção de variáveis; Aprendizagem, avaliação e seleção de modelos. O estudo destes tópicos é complementado com uma componente prática usando a linguagem de programação Python e bibliotecas estado da arte em Aprendizagem Automática.
Método de Avaliação
Projeto(s) + Exame
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 119.0
Carga Total -
Bibliografia
Principal
- An Introduction to Statistical Learning : with Applications in Python: Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani. 2023 https://doi.org/10.1007/978-3-031-38747-0
- Machine Learning: P. Flach 2012