| Ementa/Descrição: |
INTRODUÇÃO AO APRENDIZADO DE MÁQUINA. PARADIGMAS DE APRENDIZADO:
SIMBÓLICO, PROBABILÍSTICO, CONEXIONISTA E EVOLUCIONÁRIO. TÉCNICAS DE
APRENDIZADO: ÁRVORES DE DECISÃO, REDES NEURAIS, APRENDIZADO BAYESIANO,
APRENDIZADO BASEADO EM CASOS, ALGORITMOS GENÉTICOS, APRENDIZADO ANALÍTICO
E REFORÇO, TÉCNICAS DE CLUSTERING. META-APRENDIZADO. MÉTODOS ESTATÍSTICOS
PARA A AVALIAÇÃO DE TÉCNICAS DE APRENDIZADO.
BIBLIOGRAFIA:
- DUDA, R.O.; HART, P. E.; E STORK, D. G. (2000). PATTERN CLASSIFICATION,
2ND EDITION, WILEY-INTERSCIENCE, 2000
- MITCHELL T. (1997). LEARNING MACHINE. ED. MC-GRAW HILL.
- WITTEN, I.H; E FRANK, E. (1999). DATA MINING: PRACTICAL MACHINE LEARNING
TOOLS AND TECHNIQUES WITH JAVA IMPLEMENTATION, MORGAN-KAUFMANN. |
