Currículo
Introdução à Aprendizagem Automática 03766
Contextos
Groupo: Inteligência Artificial > 2º Ciclo > Parte Escolar > Unidades Curriculares Obrigatórias
ECTS
6.0 (para cálculo da média)
Objectivos
No final da UC o aluno deverá ser capaz de: OA1. Identificar os principais marcos históricos da disciplina; OA2. Conhecer as relações com outras disciplinas; OA3. Enumerar e reconhecer algumas das aplicações; OA4. Caracterizar as principais famílias de algoritmos usados em Aprendizagem Automática; OA5. Compreender e explicar os fundamentos e o funcionamento de um algoritmo que exemplifique: aprendizagem supervisionada (simbólica e sub-simbólica), não supervisionada, por reforço e algoritmos de procura. OA6. Saber explicar em detalhe o funcionamento de um dos algoritmos estudados. OA7. Implementar um algoritmo de aprendizagem automática e/ou usá-lo num problema não trivial.
Programa
CP1. Nota histórica sobre a Aprendizagem Automática. Relação com outras disciplinas. Principais aplicações. CP2. Problemas e tipos de aprendizagem; CP3. Aprendizagem Não Supervisionada; CP4. Aprendizagem Supervisionada (simbólica e sub-simbólica); CP5. Aprendizagem por Reforço; CP6. Métodos de procura e Algoritmos Genéticos; CP7. Preparação de dados, validação de resultados; CP8. Técnicas de aceleração de algoritmos de AA. CP9. Implementação de algoritmo de AA
Método de Avaliação
Apenas é possível obter aprovação a esta UC por avaliação ao longo do semestre, não contemplando a modalidade de avaliação por exame. Elementos de avaliação: - 4 exercícios práticos, código e relatório, em grupos de 2 elementos (10% cada) durante o período letivo com discussão presencial; - 4 mini-testes (5% cada), durante o período letivo; - projeto em grupos de 2 elementos (40%) que inclui um relatório (com um limite de 10 páginas), código e apresentação oral (aproximadamente 10 minutos), a realizar em qualquer das épocas de avaliação — o projeto deve ser entregue até uma semana antes da época de avaliação escolhida. A avaliação em época especial será composta pelo projeto realizado individualmente e, tal como nas outras épocas, a entregar uma semana antes da época especial e um teste escrito que substitui a componente dos exercícios práticos e mini-testes. Os pesos destes elementos de avaliação são os mesmos indicados anteriormente. A assiduidade não é usada como critério de avaliação ou reprovação.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 113.0
Carga Total -
Bibliografia
Principal
- Ethem Alpaydin, Introduction to Machine Learning, Fourth Edition, 2020, https://mitpress.mit.edu/9780262043793/introduction-to-machine-learning/:
Secundária
- - Tom Mitchell, Machine Learning, 1997, http://www.cs.cmu.edu/~tom/mlbook.html - Simon Haykin, Neural Networks and Learning Machines, Third Edition, 2009, https://cours.etsmtl.ca/sys843/REFS/Books/ebook_Haykin09.pdf - R. Duda and P. Hart, Pattern Classification and Scene Analysis., 1973, https://www.amazon.com/Pattern-Classification-Scene-Analysis-Richard/dp/0471223611: