AprendizagemAutomática<br />Mestrado  em Engenharia Informática<br />
Sumário<br />Apresentação da disciplina<br />01-10-2010<br />Aprendizagem Automática / Machine Learning<br />2<br />
Docentes<br />Aulas<br />Luís Nunes (Luis.Nunes@iscte.pt)<br />Orientação de trabalhos<br />Luís Nunes<br />Sancho Oliveir...
Aprendizagem Automática?<br />“Machine Learning is the study of computer algorithms that improve automatically through exp...
Objectivos<br />Compreender os fundamentos dos principais algoritmos de AA.<br />Conhecer em profundidade e saber usar pel...
Programa<br />Introdução histórica e fundamentos;<br />Algoritmos de Aprendizagem;<br />Algoritmos Genéticos;<br />Por Ref...
Método de ensino<br />Aulas teóricas (12h) : Em bloco, no início do semestre.<br />Aulas teórico-práticas (24h): Seminário...
Horas de Trabalho previstas<br />Aulas teóricas: 12h <br />Aulas teórico-práticas: 24h<br />Tutoriais (dúvidas): 1h<br />E...
Avaliação<br />Trabalho Final:<br />Apresentação do tema (semanas 6 a 8)<br />Individual ou em grupo (dependendo da dificu...
Propostas de TF<br />Trabalhos em projectos científicos (TF: review da área e protótipo)<br />Aprendizagem por Reforço  (t...
Bibliografia<br />O mais adequado para iniciação:<br />(Alpaydin 2010) EthemAlpaydin. Introduction to MachineLearning. MIT...
Mais informação<br />Docente: Luís Nunes<br />Site: http://aa.dcti.iscte.pt<br />Lista: https://listas.iscte.pt/mailman/li...
Referências<br /><ul><li>(Alpaydin 2010) EthemAlpaydin. Introduction to MachineLearning. MIT Press (2010).ISBN 026201243X.
(Mitchell 97) Tom Mitchell, "MachineLearning", McGrawHill, 1997.</li></ul>01-10-2010<br />Aprendizagem Automática / Machin...
Upcoming SlideShare
Loading in …5
×

Introdução UC - 2010 2011

1,245 views

Published on

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
1,245
On SlideShare
0
From Embeds
0
Number of Embeds
72
Actions
Shares
0
Downloads
14
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Introdução UC - 2010 2011

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

×