DC-UFRPE/Licenciatura Plena em Computação/Disciplinas Optativas/Aprendizagem de Máquinas

Programa da Disciplina

Nome: Aprendizagem de Máquina	Código: 14719
Departamento: Departamento de Computação	Área: Ciência da Computação
Carga-horária total: 60 horas	Créditos: 4
Carga-horária semanal: 4 horas (teóricas: 2; práticas: 2; EAD*: 0)

Ementa:

Introdução a IA. Captura e pré-processamento de dados. Aprendizagem de Máquina: Métodos Baseados em Distância, Método Baseados em Busca, Métodos Estatísticos, Agrupamento, Combinação de Classificadores. Métodos de Avaliação. Reconhecimento de Padrões.

Prática como componente curricular (30h):

Não possui.

Objetivos:

Fornecer uma ampla introdução à aprendizagem de máquina e reconhecimento de padrões. O curso também abordará recentes aplicações de aprendizado de máquinas, como mineração de dados, bioinformática, visão computacional e processamento de texto e dados na web.

Turmas

Bibliografia básica:

1. Russel, Stuart J.; Norving, Peter. Artificial intelligence: a modern approach. 3rd ed. New Jersey: Prentice - Hall, 2010. xviii, 1132 p. ISBN 9780136042594 (enc.).
2. Carvalho, André. Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina. LTC. 394 p. 2011.
3. Theodoridis, Sergios; Konstantinos, Koutroumbas. Pattern recognition. 4th ed. Burlington, Mass.: Elsevier, 2009

Bibliografia complementar:

1. Bishop, Christopher M. Pattern recognition and machine learning. New York: Springer,, 738 p. 2006.
2. Richard O. Duda, Peter E. Hart, David G. Stork, Pattern Classification, 2. ed., Willey, 2000.
3. Mitchell, T. Machine Learning. [S.l.]: McGraw Hill, 1997.
4. Witten, I. H; Frank, Eibe; Hall, Mark A. Data mining: practical machine learning tools and techniques. 3rd ed. Burlington, MA: Elsevier/Morgan Kaufmann, 2011.
5. Coppin, B. Inteligência Artificial. Rio de Janeiro: LTC, 2010