Informa??es da Disciplina

 Preparar para impressão 
Júpiter - Sistema de Graduação

Instituto de Ciências Matemáticas e de Computação
 
Ciências de Computação
 
Disciplina: SCC0233 - Aplicações de Aprendizado de Máquina e Mineração de Dados

Créditos Aula: 3
Créditos Trabalho: 2
Carga Horária Total: 105 h
Tipo: Semestral
Ativação: 01/01/2016 Desativação:

Objetivos
Familiarizar os alunos com a aplicação técnicas de Aprendizado de Máquina e Mineração de Dados em problemas reais, utilizando para isso as técnicas e ferramentas vistas em disciplinas relacionadas.
 
Familiarize the students with the applications of data mining and machine learning techniques in real problems, using for such techniques and tools seen in other related courses.
 
 
Programa Resumido
Estudo, teste e avaliação de técnicas de Aprendizado de Máquina e de Mineração de Dados para problemas reais.
 
Study, teste and evaluation of data mining and machine learning techniques for real problems.
 
 
Programa
Pré-processamento de dados e construção de modelos utilizando técnicas descritivas e preditivas. Análise de desempenho.
 
Data preprocessing and model building using descriptive and predictive techniques. Performance evaluation.
 
 
Avaliação
     
Método
Serão atribuídas notas aos trabalhos práticos e participação em discussões e seminários. A nota final será calculada pela média ponderada das notas obtidas pelo aluno no decorrer do semestre.
Critério
Norma de Recuperação
Norma de Recuperação
Realização: Até a primeira semana de aulas do semestre posterior -Critério de Aprovação: NP+(Mrec/2,5), se Mrec > ou =7,5; ou Max {NP,Mrec}, se Mrec < ou = 5,0; ou 5,0, se 5,0 < ou = Mrec < 7,5.( NP=1ª avaliação, Mrec=prova)
 
Bibliografia
     
Alpaydin, E. (2004). Introduction to Machine Learning. MIT Press.
Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
Faceli, Katti; Lorena, Ana Carolina; Gama, João ; de Carvalho, A. C. P. L. F. (2011). Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina. 1. ed. Rio de Janeiro: LTC.
Flach, P. (2012). Machine Learning:The Art and Science of Algorithms that Make Sense of Data. Cambridge University Press.
 

Clique para consultar os requisitos para SCC0233

Clique para consultar o oferecimento para SCC0233

Créditos | Fale conosco
© 1999 - 2020 - Superintendência de Tecnologia da Informação/USP