Your SlideShare is downloading. ×
0
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Introdução UC - 2010 2011
Upcoming SlideShare
Loading in...5
×

Thanks for flagging this SlideShare!

Oops! An error has occurred.

×
Saving this for later? Get the SlideShare app to save on your phone or tablet. Read anywhere, anytime – even offline.
Text the download link to your phone
Standard text messaging rates apply

Introdução UC - 2010 2011

1,045

Published on

Disciplina da Aprendizagem Automática, Luís.Nunes@iscte.pt, módulo de Introdução

Disciplina da Aprendizagem Automática, Luís.Nunes@iscte.pt, módulo de Introdução

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,045
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
12
Comments
0
Likes
1
Embeds 0
No embeds

Report content
Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
No notes for slide

Transcript

  • 1. AprendizagemAutomática
    Mestrado em Engenharia Informática
  • 2. Sumário
    Apresentação da disciplina
    01-10-2010
    Aprendizagem Automática / Machine Learning
    2
  • 3. Docentes
    Aulas
    Luís Nunes (Luis.Nunes@iscte.pt)
    Orientação de trabalhos
    Luís Nunes
    Sancho Oliveira (Sancho.Oliveira@iscte.pt)
    01-10-2010
    Aprendizagem Automática / Machine Learning
    3
  • 4. Aprendizagem Automática?
    “Machine Learning is the study of computer algorithms that improve automatically through experience”
    Tom Mitchell, "MachineLearning", McGrawHill, 1997
    01-10-2010
    Aprendizagem Automática / Machine Learning
    4
  • 5. Objectivos
    Compreender os fundamentos dos principais algoritmos de AA.
    Conhecer em profundidade e saber usar pelo menos um dos principais algoritmos de AA.
    Saber preparar os dados, usar, analisar e apresentar os resultados da aplicação de um algoritmo de AA a um problema específico.
    01-10-2010
    Aprendizagem Automática / Machine Learning
    5
  • 6. Programa
    Introdução histórica e fundamentos;
    Algoritmos de Aprendizagem;
    Algoritmos Genéticos;
    Por Reforço;
    Não supervisionada;
    Supervisionada (simbólica e sub-simbólica);
    Técnicas de aceleração;
    Preparação de dados e apresentação de resultados;
    Estudo/Análise de soluções para problemas específicos;
    Implementação de algoritmo(s) de aprendizagem.
    01-10-2010
    Aprendizagem Automática / Machine Learning
    6
  • 7. Método de ensino
    Aulas teóricas (12h) : Em bloco, no início do semestre.
    Aulas teórico-práticas (24h): Seminários, apresentações, apoio e discussões de trabalhos.
    Aulas de dúvidas nos horários previstos e/ou por solicitação dos alunos (por mail).
    01-10-2010
    Aprendizagem Automática / Machine Learning
    7
  • 8. Horas de Trabalho previstas
    Aulas teóricas: 12h
    Aulas teórico-práticas: 24h
    Tutoriais (dúvidas): 1h
    Estudo: 40 a 50h
    Trabalho Final: 40h a 50h / aluno
    Total: 150 (aprox. 114 de estudo e trabalho autónomo)(Valores médios de horas de trabalho por aluno)
    Planeamento semanal e Ficha de Unid. Curric. (FUC) disponível na página da disciplina http://aa.dcti.iscte.pt e/ou http://fenix.iscte.pt.
    01-10-2010
    Aprendizagem Automática / Machine Learning
    8
  • 9. Avaliação
    Trabalho Final:
    Apresentação do tema (semanas 6 a 8)
    Individual ou em grupo (dependendo da dificuldade do tema)
    Entrega de relatório e apresentação em aula do TF: (semana 13 ou 14)
    Discussão do trabalho de outro grupo
    Quando/Se requerido pelo docente, ou pelo aluno pode haver lugar, durante a época de exames a uma nova apresentação (melhoria) ou a uma discussão individual do trabalho
    ou … exame final, 2ª época, baseado na bibliografia.
    01-10-2010
    Aprendizagem Automática / Machine Learning
    9
  • 10. Propostas de TF
    Trabalhos em projectos científicos (TF: review da área e protótipo)
    Aprendizagem por Reforço (tema de tese, possível bolsa em projecto a submeter à FCT)
    Algoritmos Genéticos aplicados à evolução de controladores para robots (tema de tese, possível bolsa em projecto a submeter à FCT)
    Trabalhos ligados a empresas (TF: review da área e protótipo)
    Aplicações de AA para SmartGrids (tema de tese de mestrado, possível estágio na NovaBase)
    Testes de Software (tema de tese de mestrado, possível estágio em banco português)
    Aprendizagem de padrões de comportamento (tema de tese de mestrado, possível colaboração com empresa internacional)
    Scheduling / Atribuição automática de espaços segundo restrições (tema de tese de mestrado , possível utilização de dados reais do ISCTE)
    Implementação de algoritmos para biblioteca-padrão
    01-10-2010
    Aprendizagem Automática / Machine Learning
    10
  • 11. Bibliografia
    O mais adequado para iniciação:
    (Alpaydin 2010) EthemAlpaydin. Introduction to MachineLearning. MIT Press (2010).ISBN 026201243X.
    Para aprofundar o assunto:
    (Mitchell 97) Tom Mitchell, "MachineLearning", McGrawHill, 1997.
    Referências para aprofundar sub-tópicos (consultar página da disciplina http://aa.dcti.iscte.pt).
    01-10-2010
    Aprendizagem Automática / Machine Learning
    11
  • 12. Mais informação
    Docente: Luís Nunes
    Site: http://aa.dcti.iscte.pt
    Lista: https://listas.iscte.pt/mailman/listinfo/aa.dcti
    Mail: Luis.Nunes@iscte.pt
    Gabinete: D617
    01-10-2010
    Aprendizagem Automática / Machine Learning
    12
  • 13. Referências
    • (Alpaydin 2010) EthemAlpaydin. Introduction to MachineLearning. MIT Press (2010).ISBN 026201243X.
    • 14. (Mitchell 97) Tom Mitchell, "MachineLearning", McGrawHill, 1997.
    01-10-2010
    Aprendizagem Automática / Machine Learning
    13
  • 15. Sumário
    Apresentação da UC
    01-10-2010
    Aprendizagem Automática / Machine Learning
    14

×