Disciplina Tópicos em Aprendizagem Automatizada e suas Aplicações

A unidade curricular Tópicos em Aprendizagem Automática e suas Aplicações introduz os principais conceitos e técnicas da aprendizagem automática, com foco na preparação de dados, aprendizagem supervisionada e não supervisionada e avaliação de modelos. São abordados métodos fundamentais bem como estratégias para lidar com dados reais. Esta UC insere-se no domínio da ciência de dados e dos sistemas inteligentes, sendo relevante no ciclo de estudos por dotar os estudantes de competências essenciais para a análise de dados e o desenvolvimento de soluções baseadas em aprendizagem automática, com aplicação transversal a diversas áreas científicas e profissionais.

Não aplicável

Linear and Logistic Regression Preparing data for training Data Collection Data Cleaning Data Transformation Normalization Encoding Temporal Variables Bining Imbalanced Data Oversampling (Random, SMOTE, Augmentation) Undersampling Supervised Learning K-nearest neighbours (KNN) Nearest Centroid Decisions Trees Random Forest Support Vector Machines Unsupervised Learning Kmeans PCA Evaluation methods 

Incluir também as metodologias inovadoras de suporte ao processo de ensino-aprendizagem utilizadas

Müller, A. C., & Guido, S. (2016). Introduction to machine learning with Python: A guide for data scientists. O'Reilly Media, Inc.¿¿¿ Ananthaswamy, A. (2024). Why machines learn: The elegant math behind modern AI. Dutton. Gallatin, K., & Albon, C. (2023). Machine learning with Python cookbook: Practical solutions from preprocessing to deep learning (2nd ed.). O'Reilly Media.Gallatin, K., & Albon, C. (2023). Machine learning with Python cookbook: Practical solutions from preprocessing to deep learning (2nd ed.). O'Reilly Media.