Área de concentração: 55134 - Ciências de Computação e Matemática Computacional

Criação: 13/12/2022

Nº de créditos: 12

Carga horária:

Teórica
Por semana
Prática
Por semana
Estudos
Por semana
Duração Total
4 0 8 15 Semanas 180 Horas

Docentes responsáveis:

André Carlos Ponce de Leon Ferreira de Carvalho
Ricardo Marcondes Marcacini
Roseli Aparecida Francelin Romero
Thiago Alexandre Salgueiro Pardo


Objetivos:

A disciplina tem o objetivo de apresentar e discutir temas avançados e questões atuais para as pesquisas em alguma das subáreas da Inteligência Artificial, como Aprendizado de Máquina, Mineração de Dados e de Textos, Robótica e Processamento de Línguas
Naturais, entre outras.


Justificativa:

Durante sua pós-graduação, o aluno, normalmente já familiarizado com os conceitos básicos da área de Inteligência Artificial, deve complementar sua formação via contato com tópicos importantes e atuais desse ramo de pesquisa. É importante propiciar-lhe a oportunidade de aprofundamento nesses temas, favorecendo uma visão crítica das pesquisas realizadas na área.


Conteúdo:

Tópicos selecionados sobre as pesquisas recentes em Inteligência Artificial e suas várias subáreas, como Aprendizado de Máquina, Mineração de Dados e de Textos, Robótica e Processamento de Línguas Naturais, dentre outras.


Forma de avaliação:

Projetos e seminários realizados pelos alunos.


Observação:

FORMA DE OFERECIMENTO
Apenas presencial


Bibliografia:

Fundamentais:
Mello, R.F.; Ponti, M.A. Machine Learning: a practical approach on the statistical learning theory. Springer, 2018.
Katti Faceli, Ana Carolina Lorena, João Gama, Thiago Agostinho de Almeida, André C.P.L.F. de Carvalho, Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina, LTC; 2ª edição, 2021.
Witten, I.; Frank, E. (2011). Data Mining: Practical Machine Learning Tools and Techniques. 3rd edition. The Morgan Kaufmann Series in Data Management Systems.
Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
Manning, G.; Schutze, H. (2001). Foundations of Statistical Natural Language Processing. Cambridge, Mass.: MIT Press, 2001.
Jurafsky, D.; Martin, J.H. (2009). Speech and Language Processing: An Introduction to Natural Language Processing, Computational
Linguistics and Speech Recognition. 1st edition. Prentice Hall.
Rezende, S.O. (2003). Sistemas Inteligentes: Fundamentos e Aplicações. 1ª edição. Editora Manole Ltda.
Zaki, M. J., & Meira Jr, W. (2020). Data Mining and Machine Learning: Fundamental Concepts and Algorithms. Cambridge University Press
Complementares:
Volumes recentes dos periódicos específicos da área, como Applied Intelligence, Journal of Machine Learning Research, Neural Networks, Computational Linguistics e outros.
Anais das principais conferências das áreas envolvidas.


Complementares:
Volumes recentes dos periódicos específicos da área, como Applied Intelligence, Journal of Machine Learning Research, Neural Networks, Computational Linguistics e outros.
Anais das principais conferências das áreas envolvidas.

CONECTE-SE COM A GENTE
 

© 2024 Instituto de Ciências Matemáticas e de Computação