Apolo

Atividade

136313 - Aprendizado de Máquina e Inteligência Artificial

Período da turma:

11/07/2026 a 12/09/2026

Selecione um horário para exibir no calendário:

Descrição:

Objetivos:

Fornecer aos alunos os conceitos fundamentais de aprendizado de máquina aplicados à inteligência artificial, com a descrição do funcionamento de algoritmos de aprendizado de máquina e de como os modelos gerados podem ser avaliados, com exemplos reais. Finalmente, são apresentados temas recentes na área.

Ementa:
1 – Conceitos de aprendizado de máquina e Inteligência artificial
2 – Aprendizado supervisionado
3 - Classificação: knn, árvores, classificação Bayesiana
4 – Modelos de regressão
5 – Avaliação de modelos
6 - Seleção e regularização
7 - Métodos ensemble e florestas aleatórias
8 - Máquinas de suporte a vetores
9 - Redes neurais e aprendizado profundo
10 - Métodos de agrupamentos
11 - Projetos de aprendizado de máquina e IA
12 - Engenharia de prompts e IA

Referências:
1 - Andreas Lindholm, Niklas Wahlström, Fredrik Lindsten, Thomas B. Schön , Machine Learning - A First Course for Engineers and Scientists, Cambridge University Press, 2023. (http://smlbook.org/book/sml-book-draft-latest.pdf)
2 - Simon Prince, Understanding Deep Learning, The MIT Press, 2023. (https://udlbook.github.io/udlbook)
3. Katti Faceli, Ana C. Lorena, João Gama, Thiago A. de Almeida e André C. P. L. F. de Carvalho, Inteligência Artificial: Uma abordagem de Aprendizado de Máquina, LTC, 2ª Edição, 2021
4. Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006
5. Kevin P. Murphy. Machine Learning: A Probabilistic Perspective. MIT Press, 2012
6. Ethem Alpaydin. Introduction to Machine Learning, Second Edition” (http://cs.du.edu/~mitchell/mario_books/Introduction_to_Machine_Learning_-_2e_-_Ethem_Alpaydin.pdf)

Carga Horária:

40 horas

Tipo:

Obrigatória

Vagas oferecidas:

320

Ministrantes:

Francisco Aparecido Rodrigues

voltar