| Descrição:
|
Introdução à IA e R para IA (3h)
• Conceitos fundamentais de Inteligência Artificial;
• Evolução: Estatística, Machine Learning ,Deep Learning;
• Estrutura básica de redes neurais artificiais;
• Introdução à linguagem R para IA (pacotes caret e keras); e
• Prática: Configuração do ambiente e exploração inicial de dados em R.
Redes Neurais e Arquitetura Básica (6h)
• Neurônio artificial: entradas, pesos, bias e funções de ativação;
• Arquitetura feedforward e perceptron multicamadas (MLP);
• Overfitting, regularização e avaliação de modelos; e
• Prática: Construção de uma rede neural simples em R para classificação.
Projeto Integrador e Apresentação (6h)
• Desenvolvimento de miniprojeto aplicado em R;
• Sugestões de aplicação:
o Classificação de cobertura do solo;
o Predição de dados ambientais; e
o Modelagem de dados experimentais.
• Apresentação e discussão dos resultados.
• Reflexão sobre desafios e tendências futuras na pesquisa e no mercado.
Referências
KUHN, M. Building predictive models in R using the caret package. Journal of Statistical
Software, v. 28, n. 5, p. 1–26, 2008. Disponível em: https://cran.r-
project.org/package=caret. Acesso em: 20 nov. 2022.
KUHN, M.; JOHNSON, K. Applied predictive modeling. New York: Springer, v. 16, p.
13. 2013.
LIAW, A.; WIENER, M. Classification and regression by randomForest. R news, v. 2, n.
3, p. 18-22, 2002.
R CORE TEAM, R. R: A language and environment for statistical computing. R
Foundation for Statistical Computing: Vienna, Austria, 2021.
Venables, WN; Ripley, BD Estatística Aplicada Moderna com S , 4a ed.; Springer: Nova
York, NY, EUA, 2002.
R Core Team. R: A Language and Environment for Statistical Computing; R
Foundation for Statistical Computing: Vienna, Austria, 2021.
RStudio Team. RStudio: Integrated Development Environment for R; RStudio, PBC:
Boston, MA, USA, 2020.
VENABLES, W.N.; RIPLEY, B.D. Modern Applied Statistics with S, 4th ed.; Springer:
New York, NY, USA, 2002. |