Plano de Ensino

Ementa

Conceitos básicos e tarefas de aprendizagem; Algoritmos de indução de árvores de decisão; Aprendizado de regras de classificação; Algoritmos probabilísticos; Agrupamento de dados; Aprendizado baseado em instâncias; Algoritmos genéticos; Estimação de acurácia; Comparação de modelo; Conceitos básicos de agrupamento de dados e Agrupamento de dados por distância: Algoritmo k-médias, Fuzzy C-Means, Gustafson-Kessel.

Objetivos da disciplina

Desenvolver conceitos de aprendizado de máquinas, com seus algoritmos e situações de uso.

Conteúdo programático

  1. Conceitos básicos de Aprendizado de Máquina / Classificação usando Árvores de Decisão
  2. Algoritmos Probabilísticos
  3. Aprendizado baseado em maximização de margens
  4. Agrupamento de Dados / Aprendizado baseado em distâncias
  5. Algoritmos Genéticos
  6. Estimação de Acurácia e Comparação de Modelos
  7. 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 aos objetivos de aprendizagem do curso. Ou seja, a avaliação somativa quer comprovar se a meta educacional proposta e definida foi alcançada pelo aluno.