Disciplina Curricular
Aprendizagem Automática AAut
Curso de Especialização em Data Science - 1_PGDSc 2017/18
Contextos
Grupo: 1_PGDSc 2017/18 > Especialização > Obrigatórias
Período:
Peso
6.0 (para cálculo da média)
Objectivos
Esta unidade curricular oferece uma cobertura profunda e abrangente dos tópicos de aprendizagem automática por forma a fornecer aos alunos os componentes básicos da disciplina, para que possam entender os requisitos, limitações e resultados esperados de situações de dados problemáticas e fornecer técnicas e ferramentas para a utilização de métodos estado-da-arte para resolver situações complexas de âmbito variado
Programa
Fundamentos de aprendizagem automática; Modelos de árvore: árvores de decisão; Modelos lineares: regressão linear, regressão logística e modelos regularizados (LASSO e Ridge); Modelos baseados em distância: classificação e regressão de k-vizinhos mais próximos; Modelos probabilísticos: Naive Bayes; Métodos de kernel e máquinas de vetores de suporte; Métodos de Ensemble. Validação e avaliação de modelos; Métodos de seleção de variáveis. Redes neuronais: o perceptrão e retropropagação; Uma introdução ao clustering com k-means e clustering hierárquico
Métodos de ensino e avaliação
Aulas de exposição da matéria, aulas de resolução de exercícios e/ou laboratoriais. Componentes de avaliação: projecto(s) + exame