-

PPGCC010 - APRENDIZAGEM DE MÁQUINA - Turma: 01 (2018.2)

Tópicos Aulas
WEKA (14/08/2018 - 14/08/2018)
   Slides WEKA 
Base de Dados (14/08/2018 - 14/08/2018)

1. Câncer de Mama: https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Original%29

2. Senso: https://archive.ics.uci.edu/ml/datasets/Census+Income

3. Identificação de Vidros: https://archive.ics.uci.edu/ml/datasets/Glass+Identification

4. Bandeiras: https://archive.ics.uci.edu/ml/datasets/Flags

5. Titanic: https://www.kaggle.com/c/titanic

6. Incêndios: https://archive.ics.uci.edu/ml/datasets/Forest+Fires

7. Plantas: https://archive.ics.uci.edu/ml/datasets/Plants

 

    
Inicia em 01/10/2018 às 0h 0 e finaliza em 11/10/2018 às 23h 59
Redes Neurais (14/08/2018 - 14/08/2018)
    
Inicia em 25/10/2018 às 0h 0 e finaliza em 25/10/2018 às 23h 59
Aprendizagem de Máquina (14/08/2018 - 14/08/2018)
Avaliação de Classificadores (14/08/2018 - 14/08/2018)
Introdução da Disciplina (14/08/2018 - 21/08/2018)
Aprendizagem Supervisionada (23/08/2018 - 23/08/2018)
Algoritmo J48 (28/08/2018 - 30/08/2018)
  c4.5.pdf 
Algoritmo k-means (04/09/2018 - 06/09/2018)
    
Inicia em 18/10/2018 às 0h 0 e finaliza em 18/10/2018 às 23h 59
Preparação de Dados (11/09/2018 - 18/09/2018)
Seminários (20/09/2018 - 27/11/2018)
    
Inicia em 20/11/2018 às 0h 0 e finaliza em 20/11/2018 às 23h 59
Frequências da Turma
# Matrícula AGO SET OUT NOV Total
14 16 21 23 28 30 04 06 11 13 18 20 25 27 02 04 09 11 16 18 23 25 30 01 06 08 13 20 22 27
1 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 2 0 0 4
2 2018100**** 0 0 2 0 0 0 2 0 0 0 0 0 0 2 2 0 0 0 0 0 0 0 0 0 2 0 2 0 0 0 12
3 2018100**** 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 4
4 2018100**** 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 2 0 0 0 0 6
5 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 2 0 0 0 0 4
6 2018100**** 0 0 0 0 2 0 0 0 0 0 0 0 0 2 0 2 0 0 2 0 2 0 0 0 0 2 0 0 0 0 12
7 2018100**** 0 0 0 2 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 2 0 2 0 0 0 0 0 0 0 8
8 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
9 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 2 0 0 4
10 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 2 0 0 0 0 2 0 0 0 0 6
11 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4
12 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 2 2 0 0 0 6
13 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
14 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 4
15 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 2 2 0 2 2 2 0 0 0 12
16 2018100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 2 0 0 0 0 2 0 0 0 0 6
Notas da Turma
# Matrícula Unid. 1 Prova Final Resultado Faltas Situação
1 2018100**** 9,8 9.8 12 AM
2 2018100**** 10,0 10.0 4 AM
3 2018100**** 10,0 10.0 12 AM
4 2018100**** 9,4 9.4 0 AM
5 2018100**** 9,6 9.6 4 AM
6 2018100**** 9,8 9.8 4 AM
7 2018100**** 10,0 10.0 12 AM
8 2018100**** 10,0 10.0 6 AM
9 2018100**** 9,4 9.4 6 AM
10 2018100**** 10,0 10.0 6 AM
11 2018100**** 9,8 9.8 4 AM
12 2018100**** 9,6 9.6 0 AM
13 2018100**** 10,0 10.0 4 AM
14 2018100**** 10,0 10.0 8 AM
15 2018100**** 10,0 10.0 4 AM
16 2018100**** 9,8 9.8 6 AM

Nenhum item foi encontrado

Plano de Curso

Nesta página é possível visualizar o plano de curso definido pelo docente para esta turma.

Dados da Disciplina
Ementa: Introdução, Extração de Características, Aprendizagem por Reforço, Aprendizagem de Conceito, Árvores de Decisão, Aprendizagem Baseadas em Instâncias, Aprendizagem Bayesiana, Redes Neurais, Aprendizagem Não-Supervisionada, Algoritmos Genéticos.
Objetivos:
Metodologia de Ensino e Avaliação
Metodologia: Aulas Expositivas sobre os algoritmos de aprendizagem de máquina.
Trabalhos práticos de implementação dos Algoritmos estudados.
Procedimentos de Avaliação da Aprendizagem: A cada apresentação de um algoritmo, será realizado um trabalho em duplas que consistirá da implementação e apresentação de tais algoritmos, acompanhado de um relatório técnico.
Horário de atendimento:
Bibliografia: - Machine Learning, T. Mitchell, 1997, McGraw-Hill.
- Alpaydin, E., Introduction to Machine Learning, Second Edition (Adaptive Computation and Machine Learning), 2010, MIT Press.
- Haykin, S.; ?Redes neurais, princípios e prática?; 2a. ed.; Bookmann; Porto Alegre, RS; 2004.
- R. Sutton and A. G. Barto. Reinforcement Learning: An Introduction. MIT Press, Cambridge, 1998.
- Duda, R.O.; Hart, P.E. and Stork, D.G. Pattern Classification, 2nd Ed. Wiley-Interscience, 2000.
Cronograma de Aulas

Início

Fim

 Descrição
14/08/2018
14/08/2018
WEKA
14/08/2018
14/08/2018
COBWEB
14/08/2018
14/08/2018
Expectation–maximization
14/08/2018
14/08/2018
Auto-WEKA
14/08/2018
21/08/2018
Introdução da Disciplina
14/08/2018
14/08/2018
Aprendizagem de Máquina
14/08/2018
14/08/2018
Avaliação de Classificadores
14/08/2018
14/08/2018
Naive Bayes
14/08/2018
14/08/2018
Redes Neurais
14/08/2018
14/08/2018
Base de Dados
23/08/2018
23/08/2018
Aprendizagem Supervisionada
28/08/2018
30/08/2018
Algoritmo J48
04/09/2018
06/09/2018
Algoritmo k-means
11/09/2018
18/09/2018
Preparação de Dados
20/09/2018
27/11/2018
Seminários
Avaliações
Data Descrição
: Referência consta na biblioteca
Referências Básicas
Tipo de material Descrição
Livro 20 perguntas que todo recrutador deve fazer para contratar um cientista de dados
Referências Complementares
Tipo de material Descrição
Notícias da Turma
: Visualizar

Título

Data
Notas Finais 04/12/2018
Aula Amanhã 25/09 24/09/2018

SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | sigjb05.ufpi.br.instancia1 vSIGAA_3.12.1071 25/04/2024 11:54