Aprendizado de Máquina

Objetivo Geral

Conhecer, compreender e aplicar técnicas de pré-processamento de dados. Conhecer, compreender e aplicar diferentes técnicas de aprendizagem automática: supervisionada, não-supervisionada e por reforço.

Ementa

Aspectos básicos de Aprendizado de Máquina; Tarefas de aprendizado; Viés indutivo; Aprendizado descritivo; Aprendizado preditivo; Algoritmos de Aprendizado de Máquina; Modelos Probabilísticos (regressão logística e métodos Bayesianos); Modelos de agrupamento; Algoritmos evolutivos; Redes neurais artificiais; Máquinas de Vetores de Suporte; Técnicas Ensemble: Bagging e Boosting; Medidas de avaliação; Aplicações de Aprendizado de Máquina.

Bibliografia Básica

• FACELI, Kati, et. al. Inteligência Artificial – uma abordagem de aprendizado de máquina. Rio de Janeiro: LTC, 2015.(RB=34)
• GÉRON, Aurélien. Mãos à obra: aprendizado de máquina com Scikit-Learn & TensorFlow. Editora Alta Books, 2019.
• GLASSNER, Andrew. Deep Learning: A Visual Approach. Illustrated ed. San Francisco: No Starch Press, 2021.

Bibliografia Complementar

• GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. MIT Press, 2016. Disponível em: <http://www.deeplearningbook.org>.
• RUSSEL, Stewart; NORVING, Peter. Inteligência Artificial: uma abordagem moderna. 4. ed. São Paulo: GEN LTC, 2022.
• ZHANG, Aston; LIPTON, Zachary C.; LI, Mu; SMOLA, Alexander J. Dive into Deep Learnin. arXiv preprint arXiv:2106.11342. 2021.