MC5004 - Aprendizado de Máquina

Ementa/Descrição:
Introdução. Tipos de aprendizado. Paradigmas de aprendizado. Avaliação experimental de algoritmos de Aprendizado de Máquina. Alguns algoritmos de Aprendizado de Máquina.

TPI: 4 0 4

Tidia-ae: MC5004-AM-2014

Tópicos

• Introdução (definição de dados, aprendizado, aprendizado de máquina). Overview.
• Tipos de aprendizagem.
• Regressão linear com uma variável.
• Regressão linear múltipla (considerando duas ou mais váriáveis explicativas).
• Regressão logística.
• Redes neurais.
• Support Vector Machines (SVMs).
• k-Means, Validação e Validação Cruzada.
• Validação, k-vizinhos mais próximos, Classes desbalanceadas.
• Redução de dados, Redução de dimensionalidade, e PCA.
• Detecção de anomalias (opcional).
• Sistemas de recomendação (opcional).

Ferramentas computacionais
Para diferentes tópicos serão solicitados o desenvolvimento de programas e testes sobre conjuntos de dados de exemplo. Mais do que usuários dos métodos, a disciplina estará dedicada ao entendimento (e programação) dos métodos.

• Octave/Matlab: Essa linguagem permitira a rápida criação de protótipos/modelos.
• WEKA: Essa ferramente contém uma coleção de algoritmos para análise de dados.

• BISHOP, Christopher M.; NASRABADI, Nasser M. Pattern recognition and machine learning. New York: springer, 2006.
• DUDA, Richard O.; HART, Peter E.; STORK, David G. Pattern classification. John Wiley & Sons, 2012.
• WITTEN, Ian H.; FRANK, Eibe. Data Mining: Practical machine learning tools and techniques. Morgan Kaufmann, 2005.

Avaliação de projetos

Ordem de apresentação	Projeto	Aluno(s)
1.	Aplicação de SVM para análise de sentimento no Twitter	Aline do Nascimento Silva Garcia Juliana Gamarano Calió
2.	Otimização de Funcionamento de Elevadores Através de Reinforcement Learning	Andre Peric Tavares
3.	Abordagem evolucional sobre redes neurais	Júlio César de Souza Murilo Fioravanti Costa
4.	Detecção de caracteres de placas de carro utilizando-se de Redes Neurais-Implementação e análise	Fábio Oliveira Costa
5.	Comparação entre RNAs e SVMs	Gustavo Torres Custódio
6.	Sistema Web para Treinamento Distribuído de Amostras	Ricardo Nantes Liang
7.	K-Means para identificar as cores mais dominantes em uma imagem	Hugo Tamotsu Takahashi
8.	Efeito de métodos de seleção de atributos em classificadores para deteção de SPAMs	João Manuel Mascarenhas Coutinho Rafael Jeferson Pezzuto Damaceno
9.	Combining Predictions: Conceitos, definições, algoritmos e estado-da-arte.	Thiago Donizetti dos Santos
10.	Reconhecimento de Imagens através do Algoritmo PCA e Uso do Algoritmo KNN para Detecção de Faces Familiares	Edgar Villani Peres Fernando Karpinski
11.	Uso de redes neurais em inteligência artificial	Juliano Borges da Silva Gomes
12.	Estudo sobre métodos de validação Bootstrap	Wellington Cesar Cardoso dos Reis