Home
/
Área Acadêmica
/
Disciplinas
/
Disciplinas ofertadas pelo programa
/
Aprendizado de máquina

Aprendizado de máquina

Publicado 2/17/2025, 3:32:55 PM, última modificação 2/17/2025, 4:02:06 PM

Obrigatória: Não

Carga Horária: 45 h/a

Créditos: 3

Linhas de Pesquisa

Tecnologias computacionais aplicadas à produção agrícola e Tecnologias computacionais aplicadas à agroindústria.

Ementa

Conceitos de aprendizado indutivo. Aprendizado supervisionado, semissupervisionado e não-supervisionado. Paradigmas de aprendizado de máquina: simbólico, estatístico, conexionista, evolutivo e outros. Avaliação experimental de algoritmos de aprendizado. Estimativa do erro verdadeiro de hipóteses induzidas. Comparação de algoritmos: validação cruzada, curvas de aprendizado, testes estatísticos. Indução de árvores de decisão (AD). Aprendizado “lazy”. Aprendizado bayesiano. Redes neurais. Algoritmos genéticos. Combinação de modelos. Algoritmos de aprendizado não supervisionado. Algoritmos de aprendizado semissupervisionado. Estudos de caso aplicados ao agronegócio.

Bibliografia

  • FACELI, Katti; LORENA, Ana Carolina; GAMA, João ; DE CARVALHO, A. C. P. L. F. Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina. 1. ed. Rio de Janeiro: LTC, 2011. v. 1. 394p.
  • ALPAYDIN, E. Introduction to Machine Learning. MIT Press. 2009.
  • MITCHELL, T. M. Machine Learning. McGraw-Hill. 1997.
  • BISHOP, C. M. Pattern Recognition and Machine Learning. Springer. 2006.
  • FLACH, Peter. Machine Learning: The Art and Science of Algorithms that Make Sense of Data. 1 ed. Cambridge University Press, 2012. v. 1. 409 p.
  • BARBER, David. Bayesian Reasoning and Machine Learning. Cambridge University Press, 2012. 708 p.
  • SCHAPIRE, Robert E.; FREUND, Yoav. Boosting: Foundations and Algorithms. The MIT Press, 2012. 544 p.
  • ZHOU, Zhi-Hua. Ensemble Methods: Foundations and Algorithms. Chapman & Hall, 2012. 236 p.
  • GAN, Guojun; MA, Chaoqun; WU, Jianhong. Data Clustering: Theory, Algorithms, and Applications. ASA-SIAM Series on Statistics and Applied Probability. SIAM, Society for Industrial and Applied Mathematics, 2007. 466 p.
  • EVERITT, Brian S.; LANDAU, Sabine; LEESE, Morven; STAHL, Daniel. Cluster Analysis, 5 ed. Wiley Series in Probability and Statistics. Wiley, 2011. 346 p.
Reportar erro