Aprendizagem de Máquina

Aprendizagem de Máquina (representada pelo código if699) é uma disciplina eletiva geralmente ofertada pelo professor George Darminton no primeiro semestre de cada ano no curso de Ciência da Computação do Centro de Informática. A disciplina tem como objetivo estudar métodos e algoritmos que obtém conhecimento a partir da análise de bases de dados. Algumas aplicações da Aprendizagem de Máquina são: Mineração de Dados, Reconhecimento de Padrões, entre outros. O site da disciplina pode ser acessado através deste link.

Tópicos Abordados

• Árvore de Decisão

• k-NN

• Distâncias Heterogêneas

• Seleção de Protótipos

• DTW

• Seleção de Atributos

• Curva ROC

• Principal Component Analysis (PCA)

• Linear Discriminant Analysis (LDA)

• Avaliação de Hipóteses

Avaliação

A avaliação leva em conta uma prova, listas de exercícios, um seminário e um projeto a ser entregue no final da disciplina.

Obs.: a frequência dos alunos é registrada em todas as aulas, e a chamada é feita no início de cada aula, sem tolerância a atrasos.

Referências Bibliográficas

• Tom Mitchell. Machine Learning. McGraw-Hill. 1997.

• S. Theodoridis and K. Koutroumbas. Pattern Recognition. Academic Press. 2006.

• Christopher M. Bishop. Pattern Recognition and Machine Learning. Springer. 2006

• Richard O. Duda, Peter E. Hart and David G. Stork. Pattern Classification. Wiley-Interscience. 2000