-

PPGCC003 - TÓPICOS EM SISTEMAS COMPUTACIONAIS - Turma: 02 (2020.2)

Tópicos Aulas
Apresentação do Professor e da Disciplina (05/10/2020 - 05/10/2020)
Introdução ao Reconhecimento de Padrões (19/10/2020 - 19/10/2020)
Preparação da Tarefa 1 (26/10/2020 - 26/10/2020)
Classificador K-Vizinhos mais Próximos (09/11/2020 - 09/11/2020)
Classificador Distância Mínima ao Centróide (16/11/2020 - 16/11/2020)
Classificador Perceptron Simples (23/11/2020 - 23/11/2020)
Classificador Perceptron Multicamadas (30/11/2020 - 30/11/2020)
Definição das atividades da Tarefa 2 (07/12/2020 - 07/12/2020)
Preparação da Tarefa 2 (14/12/2020 - 14/12/2020)
Classificadores: Naive Bayes e SMV (21/12/2020 - 21/12/2020)
Classificador Random Tree e Comitê de Classificadores (11/01/2021 - 11/01/2021)
Aprendizado Semissupervisionado (18/01/2021 - 18/01/2021)
Introdução ao Aprendizado Profundo (25/01/2021 - 25/01/2021)
Frequências da Turma
# Matrícula OUT NOV DEZ JAN FEV Total
05 19 26 09 16 23 30 07 14 21 28 04 11 18 01
1 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
2 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
3 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
4 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5 2020100**** 4 4 4 4 4 4 4 4 4 4 4 4 4 3 4 59
6 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
7 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
8 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
9 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
10 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
11 2020100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
Notas da Turma
# Matrícula Unid. 1 Prova Final Resultado Faltas Situação
1 2020100**** 9,1 9.1 0 AM
2 2020100**** 8,9 8.9 0 AM
3 2020100**** 8,8 8.8 0 AM
4 2020100**** 8,8 8.8 0 AM
5 2020100**** 8,8 8.8 0 AM
6 2020100**** 8,9 8.9 0 AM
7 2020100**** 8,9 8.9 0 AM
8 2020100**** 7,5 7.5 0 AM
9 2020100**** 7,5 7.5 0 AM
10 2020100**** 8,1 8.1 0 AM
11 2020100**** 0,0 0.0 59 RF

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: Ementa livre.
Objetivos:
Metodologia de Ensino e Avaliação
Metodologia: Aulas expositivas
Leitura de artigos do estado da arte
Confecção de Relatórios
Apresentação de Seminários
Procedimentos de Avaliação da Aprendizagem: Serão realizadas três tarefas durante a disciplina:
Tarefa 1: relatório sobre os classificadores KNN, DMC e MLP
Tarefa 2: apresentação de seminários;
Tarefa 3: relatório sobre o uso de comitês de classificadores.

Cada tarefa valerá 10 ponto e ao final faz-se a média aritimética
Horário de atendimento:
Bibliografia:
Cronograma de Aulas

Início

Fim

 Descrição
05/10/2020
05/10/2020
Apresentação do Professor e da Disciplina
19/10/2020
19/10/2020
Introdução ao Reconhecimento de Padrões
26/10/2020
26/10/2020
Preparação da Tarefa 1
09/11/2020
09/11/2020
Classificador K-Vizinhos mais Próximos
16/11/2020
16/11/2020
Classificador Distância Mínima ao Centróide
23/11/2020
23/11/2020
Classificador Perceptron Simples
30/11/2020
30/11/2020
Classificador Perceptron Multicamadas
07/12/2020
07/12/2020
Definição das atividades da Tarefa 2
14/12/2020
14/12/2020
Preparação da Tarefa 2
21/12/2020
21/12/2020
Classificadores: Naive Bayes e SMV
11/01/2021
11/01/2021
Classificador Random Tree e Comitê de Classificadores
18/01/2021
18/01/2021
Aprendizado Semissupervisionado
25/01/2021
25/01/2021
Introdução ao Aprendizado Profundo
Avaliações
Data Descrição
01/02/2021 1ª Avaliação
: Referência consta na biblioteca
Referências Básicas
Tipo de material Descrição
Referências Complementares
Tipo de material Descrição
Notícias da Turma

Nenhum item foi encontrado

SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | sigjb06.ufpi.br.instancia1 vSIGAA_3.12.1074 26/04/2024 14:28