| ICP363-Introd Aprendizado de Máquina | Contextualizando o aprendizado de máquina (história e paradigmas); Questões éticas; Tipos de aprendizado de máquina: supervisionado, não supervisionado, por reforço; Métricas de avaliação; Tipos de problemas; Métodos de aprendizado: classificação (árvore de decisão, regressão linear, regressão logística, classificador Bayesiano, redes neurais, SVM), agrupamento (K-means, classificação hierárquico), associação (algoritmos a priori); Aprendizado por reforço; Programação em lógica indutiva.
___BIBLIOGRAFIA BÁSICA___
1) Russell, S.; Norvig,P.: Inteligência Artificial - GEN LTC; 3ª edição (2017).
___BIBLIOGRAFIA COMPLEMENTAR___
1) Géron, A. Mãos à obra: aprendizado de máquina com Scikit-Learn & TensorFlow; Alta Books; 1ª ed, 2019.
2) McKinney, W. Python Para Análise de Dados; Novatec Editora; 1ª ed, 2018. |
|
|