Plano de Ensino

Ementa

Aspectos básicos de aprendizado;tarefas de aprendizado; aprendizado descritivo; aprendizadopreditivo; algoritmosde aprendizado de máquina; aplicações de aprendizado de máquina; bibliotecas e frameworks para aprendizado de máquina.

Objetivos da disciplina

Conhecer técnicas básicas de aprendizado de máquina com o foco em uso de ferramentas (frameworks).

Conteúdo programático

  1. Introdução ao aprendizado de máquina
  2. Introdução aos modelos descritivos
  3. Algoritmos de agrupamento e validação de modelos descritivos
  4. Introdução aos modelos preditivos
  5. Métodos simbólicos, métodos de maximização de margens e avaliação de modelos preditivos
  6. Redes neurais e aplicações utilizando algoritmos de aprendizado de máquina
  7. O aprendizado de máquina na prática
  8. Revisão

Bibliografia

Bibliografia Base

Bibliografia Complementar

Pré-requisitos

Não possui.

Critérios de avaliação

A avaliação da disciplina é formativa* e somativa**. Os alunos devem entregar as resoluções de atividades e/ou exercícios no Ambiente Virtual de Aprendizagem semanalmente e realizar, ao final do período letivo, uma prova presencial aplicada nos polos da Univesp.

*A avaliação formativa ocorre quando há o acompanhamento dos alunos, passo a passo, nas atividades e trabalhos desenvolvidos, de modo a verificar suas facilidades e dificuldades no processo de aprendizagem e, se necessário, adequar alguns aspectos do curso de acordo com as necessidades identificadas.

**A avaliação somativa é geralmente aplicada no final de um curso ou período letivo. Esse tipo de avaliação busca quantificar o que o aluno aprendeu em relação objetivos de aprendizagem do curso, ou seja, a avaliação somativa quer comprovar se a meta educacional proposta e definida foi alcançada pelo aluno.