Programa

Aprendizagem

Mestrado Bolonha em Engenharia Informática e de Computadores - Alameda

Mestrado Bolonha em Engenharia Informática e de Computadores - Taguspark

Programa

1. Introdução à aprendizagem 2. Revisões a) Probabilidades e teoria da informação b) Álgebra linear c) Optimização 3. Introdução à aprendizagem superivisionada - Métodos lineares a) Regressão linear b) Regressão logística e perceptrão 4. Fundamentos da teoria da aprendizagem a) O compromisso entre viés e variância b) Sobre- e sub-ajustamento c) Regularização d) Selecção de modelos e) Aprendizagem estatística 5. Aprendizagem supervisionada - Métodos não-paramétricos a) k-vizinhos mais próximos b) Regressão com pesos locais 6. Aprendizagem supervisionada - Árvores de decisão e métodos ensemble a) Árvores de decisão b) Árvores de regressão c) Métodos ensemble 7. Aprendizagem supervisionada - Métodos Bayesianos a) Naive Bayes b) Regressão linear Bayesiana c) Redes Bayesianas 8. Aprendizagem supervisionada - Métodos de kernel a) Classificadores de margem máxima b) Regressão com kernels 9. Aprendizagem supervisionada - Redes neuronais artificiais a) Perceptrão multicamada b) Backpropagation c) Redes convolucionais d) Redes recorrentes e) Regularização 10. Aprendizagem não-supervisionada a) k-médias b) Modelos de mistura e o algoritmo de Expectation-Maximization c) Análise de componentes principais e componentes independentes d) Autoencoders 11. Applicações a) Classificação de textos b) Classificação de imagens