Aprendizagem de Máquina

5

0

05

75

Sistemas Inteligentes

Estatística e Probabilidades para Computação

q       Introdução

q       AM (Aprendizagem de Máquina) supervisionada simbólica

q       AM supervisionada estocastica

q       AM supervisionada conexionista

q       AM não supervisionada

q       AM por reforço

q       Limites Teóricos

q       Análise de Componentes Principais (PCA), ICA 

q       Projeto

q       Tarefas e paradigmas

q       Problemática geral: Como definir um experimento: coleta de dados, Pré- e Pós-processamento, análise dos resultados

q       Busca no espaço de versões

q       Indução de regras de ordem 0+

q       Programação em lógica indutiva

q       Aprendizagem por explicações

q       Raciocínio baseado em casos

q       K Vizinhos mais próximo

q       Regressão estatística

q       Aprendiz bayesiano ingênuo

q       Redes bayesianas

q       Projeto

q       Avaliação 

q       Machine Learning, T. Mitchell, 1997, McGraw-Hill

q       Data mining: practical machine learning tools and techniques with Java implementation
I.H Witten & E. Frank, 1999, Morgan-Kaufmann

q       Redes Neurais Artificiais, T. Ludermir