SIGAA - Sistema Integrado de Gestão de Atividades Acadêmicas

Resumo do Componente Curricular

Dados Gerais do Componente Curricular
Tipo do Componente Curricular:	MÓDULO
Unidade Responsável:	PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO (14.27)
Código:	PPGEEC2319
Nome:	RECONHECIMENTO DE PADRÕES
Carga Horária Teórica:	60 h.
Carga Horária Prática:	0 h.
Carga Horária de Ead:	0 h.
Carga Horária Total:	60 h.
Pré-Requisitos:
Co-Requisitos:
Equivalências:
Excluir da Avaliação Institucional:	Não
Matriculável On-Line:	Sim
Horário Flexível da Turma:	Não
Horário Flexível do Docente:	Sim
Obrigatoriedade de Nota Final:	Sim
Pode Criar Turma Sem Solicitação:	Não
Necessita de Orientador:	Não
Exige Horário:	Sim
Permite CH Compartilhada:	Não
Quantidade de Avaliações:	1
Ementa/Descrição:	Conceitos gerais sobre reconhecimento de padrões. Fundamentos da caracterização e reconhecimento de padrões e características de interesse em dados numéricos. Teoria da decisão, classificação estatística, máxima verossimilhança e estimativa bayesiana, métodos não paramétricos, aprendizado não supervisionado e agrupamento. Técnicas de aprendizagem de máquina e aprendizagem profunda voltadas para o reconhecimento de padrões.
Referências:	Christopher M. Bishop. Pattern Recognition and Machine Learning. Springer New York, NY. 2006. ISBN: 978-0-387-31073-2. Duda, Richard O., Peter E. Hart, and David G. Stork. Pattern Classification. New York, NY: John Wiley & Sons, 2000. ISBN: 9780471056690. Chip Huyen. Designing Machine Learning Systems. O'Reilly, 2022. ISBN: 9781098107963. Trevor Hastie, Robert Tobshiani, Jerome Friedman: The Elements of Statistical Learning — Data Mining, Inference, and Prediction, 2nd edition, Springer, New York, 2009. ISBN: 978-0-387-84857-0. V. Susheela Devi and M. Narasimha Murty. Pattern Recognition: An Introduction, Universities Press, Hyderabad. 2021. ISBN: 978-8173717253. Deep learning, Goodfellow, Ian; Bengio, Yoshua; Corville, Aaron. The MIT Press,2016.

<< Voltar