Levy Boccato

Segundo Semestre de 2019 - Turma C
Horário: Terças e Quintas, das 14h às 16h        Sala: PE


Informações Gerais

• Esquema do Curso (inclui calendário)

Material de Apoio

• Tópico 1: Introdução, definições básicas e motivação
  
• Tópico 2: Revisão de probabilidade e estatística
• Fundamentos de probabilidade
• Fundamentos de teoria da informação
• Fundamentos de teoria da estimação
  
• Tópico 3: Regressão linear
• Tópico 4: Classificação linear
• Tópico 5: k-nearest neighbor
• Tópico 6: Redes neurais artificiais
• Parte I: Modelo de McCulloch & Pitts e perceptron
• Parte II: Perceptron de múltiplas camadas e retropropagação de erro
• Parte III: Introdução a deep learning, redes convolucionais e redes recorrentes
  
• Tópico 7: Support vector machines
• Parte I: Máquinas de vetores-suporte para classificação linear
• Parte II: Margem suave
• Parte III: Extensão para classificação não-linear - uso de funções kernel
  
• Tópico 8: Aprendizado não-supervisionado e clusterização
• Tópico 9: Redução de dimensionalidade e variáveis latentes
• Complemento: "A Tutorial on Principal Component Analysis", de J. Shlens.
  
• Tópico 10: Árvores de decisão
• Parte I: Fundamentos gerais
• Parte II: Random Forest
  
• Tópico 11: Comitês de máquinas
• Tópico 12: Information-Theoretic Learning
• Tópico 13: Computação Evolutiva
• Tópico 14: Aspectos Éticos
  

Exercícios de Fixação de Conceitos

• EFC1:
• Enunciado dos exercícios
• Conjunto de dados (.csv)
  
• Nova data de entrega: 29/09

• EFC2:
• Enunciado dos exercícios
• Conjunto de dados do exercício 1: dados_voz_genero.csv
• Conjunto de dados do exercício 2: har_smartphone.zip
• (Atenção) Data de entrega final: 20/10
  
• Esta atividade deverá ser realizada em duplas.

•  EFC3:
• Enunciado dos exercícios
• Conjuntos de dados:
• Treinamento
• Validação
• Teste
• (Atenção) Data de entrega final: 10/11
  

Notas

• EFC2
• Prova
• EFC3
• Médias finais e conceitos
  

Projeto Final

• Instruções para a entrega da proposta
• Instruções para a preparação do relatório
  

Leituras Complementares

• L. N. de Castro e F. J. Von Zuben, "Optimised Training Techniques for Feedforward Neural Networks", Technical Report, DCA-RT 03/98, 1998. (Link)
• M. A. Nielsen, "Neural Networks and Deep Learning", Determination Press, 2015. (Link)
  

Links para principais congressos

• International Joint Conference on Neural Networks (IJCNN) 2019
• European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning (ESANN) 2019
• 2019 IEEE Congress on Evolutionary Computation (CEC)
  
• International Conference on Artificial Neural Networks (ICANN) 2019
• IEEE International Workshop on Machine Learning for Signal Processing (MLSP) 2019
• 2019 Neural Information Processing Systems (NIPS) Conference
  
• IEEE World Congress on Computational Intelligence (WCCI) 2020
• Symposium Series on Computational Intelligence (SSCI) 2019
  
• International Conference on Machine Learning (ICML) 2019
  

---