42 lines
1.6 KiB
Markdown
42 lines
1.6 KiB
Markdown
🌫 14 Setembro 2023 - #DAA
|
|
|
|
>[!note]+ Definition: Machine Learning
|
|
>Machine learning refers to a system capable of the autonomous acquisition and integration of knowledge. This capacity to learn from experience, analytical observation, and other means, results in a system that can continuously self-improve and thereby offer increased efficiency and effectiveness.
|
|
|
|
>[!note]+ Tom Mitchell, Machine Learning (1997)
|
|
>The field of machine learning is concerned with the question of how to construct computer programs that automatically improve with experience.
|
|
|
|
## Conteúdo
|
|
1. Dados
|
|
1. Dados, Informação e Conhecimento
|
|
2. Dados Estruturados, Não Estruturados e Híbridos
|
|
2. Extração de Conhecimento de Dados
|
|
1. Caracterização do processo de extração de conhecimento
|
|
2. Experimentação de casos de estudo e aplicação prática
|
|
3. Resolucação de casos de estudo e aplicação prática
|
|
3. Sistemas de Apendizagem
|
|
4. Aprendizagem automática
|
|
1. Aprendizagem supervisionada
|
|
2. Aprendizagem não-supervisionada
|
|
3. Aprendizagem por reforço
|
|
4. Redes Neuronais
|
|
5. Conjunto de Modelos
|
|
6. Computação Natural (evolucionária, inteligência de enxames)
|
|
|
|
|
|
## Team
|
|
- Vitor Alves: valves@di.uminho.pt
|
|
- César Analide: analide@di.uminho.pt
|
|
- Filipa Ferraz: D7266@di.uminho.pt
|
|
- Bruno Fernandes: bruno.fernandes@algoritmi.uminho.pt
|
|
- Dalila Durães: dad@di.uminho.pt
|
|
|
|
## Avaliação
|
|
- **40%** - Prova escrita
|
|
- Prova: 14 de Dezembro
|
|
- Recurso: 18 de Janeiro
|
|
- **60%** - Trabalho de grupo
|
|
- 1ª fase: 23 de Novembro
|
|
- fase final: 11 de Janeiro
|
|
- avaliação pelos pares: 27 de Janeiro 2023
|
|
|