Ementa:
Revisão de probabilidade, estimação e teoria da informação. Conceitos gerais de aprendizado de máquina. Regressão linear. Classificação linear. Redes neurais artificiais. Deep leaming. Máquinas de vetores-suporte. Aprendizado não-supervisionado. Clusterização, modelos de mistura e extração de variáveis latentes. Aprendizado por reforço. Comitês de máquinas. Árvores de decisão e random forest. Computação evolutiva.
Bibliografia:
Ano de Catálogo: 2024
Créditos: 4
Número mínimo de alunos: 1
Número de alunos matriculados: 83
Idioma de oferecimento: Português
Tipo Oferecimento: Regular
Local Oferecimento:
Horários/Salas:
Docentes:
Reservas:
Não possui reservas.Hora | Segunda | Terça | Quarta | Quinta | Sexta | Sábado |
---|---|---|---|---|---|---|
07:00 | ||||||
08:00 | ||||||
09:00 | ||||||
10:00 | ||||||
11:00 | ||||||
12:00 | ||||||
13:00 | ||||||
14:00 | A - PE11 | A - PE11 | ||||
15:00 | A - PE11 | A - PE11 | ||||
16:00 | ||||||
17:00 | ||||||
18:00 | ||||||
19:00 | ||||||
20:00 | ||||||
21:00 | ||||||
22:00 | ||||||
23:00 |