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

Disciplinas Execução

2022/2023 - 1 Semestre

2021/2022 - 1 Semestre

2020/2021 - 1º semestre

2019/2020 - 1 Semestre

2018/2019 - 1 Semestre

2017/2018 - 1 Semestre