Disciplina Curricular
Aprendizagem Automática AAut
Mestrado Bolonha em Engenharia Biomédica - MEBiom 2021
Contextos
Grupo: MEBiom 2021 > 2º Ciclo > Área Principal > Área de Especialização > Imagiologia, Biossinais e Instrumentação Biomédica > Opções
Período:
Peso
6.0 (para cálculo da média)
Pré-requisitos
Conhecimentos de Álgebra de Matrizes, Teoria de Probabilidades e Cálculo Vectorial. Conhecimentos básicos de programação em Python.
Objectivos
Adquirir conhecimentos fundamentais sobre aprendizagem automática em geral, e sobre diversas técnicas de aprendizagem automática. Adquirir a capacidade de utilizar essas técnicas em aplicações concretas e de escolher as técnicas que melhor se adequem a cada situação.
Programa
1. Conceito de aprendizagem: aprendizagem supervisionada. 2. Regressão linear: custo quadrático, equações normais, regularização. 3. Otimização. 4. Avaliação e generalização: conjunto de treino, teste e validação, validação cruzada. 5. Redes neuronais: perceptrão multicamada, critério de custo, treino do percepção, algoritmo de retropropagação do erro. Redes convolucionais. 6. Classificação de dados. Classificador ótimo (classificador de Bayes). 7. Classificadores lineares: one hot encoding, regressão logística, análise discriminante linear. 8. Máquinas de suporte vectorial: margem rígida, margem suave, classificadores não lineares. 9. Árvores de decisão e florestas aleatórias: impureza, algoritmo ID3, bagging, subespaço aleatório. 10. Selecção e extracção de features
Metodologia de avaliação
50% avaliação continua/ 50% avaliação não continua
Componente de Competências Transversais
A componente laboratorial estimula a capacidade de trabalho em grupo, a comunicação oral e a comunicação escrita (elaboração de relatório).
Componente Laboratorial
A componente laboratorial é composta por três trabalhos de laboratório, feitos em grupos de 2 alunos, e um relatório de síntese. A nota de laboratório resulta da interacção dos alunos com o professor e da nota do relatório. Os trabalhos envolvem o processamento de dados reais em computador. Cada trabalho contém um desafio que envolve a regressão ou a classificação de dados.
Componente de Programação e Computação
N/A (2º ciclo)
Princípios Éticos
Todos os membros de um grupo são responsáveis pelo trabalho do grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.