Plano de ensino

Plano de ensino

Avisos

• Não haverá aula dia segunda-feira, dia 24.08
• Haverá aula de reposição neste sábado, 03.10, às 10hs na sala 5 do CEGOE.
  

Trabalhos

• Mistura de gaussianas e Expectation-Maximization
  
• NJW Spectral Clustering
• Fuzzy c-means
• Redes SOM
• Grafos
  

Trabalhos para a 2a VA

Os trabalhos consistirão de um relatório e uma apresentação. Os alunos decidirão que grupos de bases de dados listados abaixo irão usar para realizar os experimentos. Haverá experimentos com aprendizado não-supervisionado, onde os alunos escolherão UMA base de dados de seu grupo e dois algoritmos de agrupamento (um método apresentado pelos alunos e outro dado em sala de aula) para serem analisados. Os experimentos com aprendizado supervisionado deverão ter todas as bases de dados escolhidas pelo aluno e todos os métodos vistos em sala de aula. O relatório deverá descrever todos os passos desse trabalho. Ele deverá ter seções para a introdução, descrição dos métodos utilizados, experimentos, análise de resultados e conclusão. Ao final da disciplina, os alunos apresentarão seus relatórios em sala de aula.

Grupo 1
http://archive.ics.uci.edu/ml/datasets/Acute+Inflammations
http://archive.ics.uci.edu/ml/datasets/Australian+Sign+Language+signs
http://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Original%29
http://archive.ics.uci.edu/ml/datasets/Credit+Approval
http://archive.ics.uci.edu/ml/datasets/Tennis+Major+Tournament+Match+Statistics

Grupo 2
http://archive.ics.uci.edu/ml/datasets/Energy+efficiency
http://archive.ics.uci.edu/ml/datasets/Flags
http://archive.ics.uci.edu/ml/datasets/Glass+Identification
http://archive.ics.uci.edu/ml/datasets/Haberman%27s+Survival
http://archive.ics.uci.edu/ml/datasets/Hepatitis

Grupo 3
http://archive.ics.uci.edu/ml/datasets/Image+Segmentation
http://archive.ics.uci.edu/ml/datasets/Ionosphere
http://archive.ics.uci.edu/ml/datasets/Mammographic+Mass
http://archive.ics.uci.edu/ml/datasets/Pen-Based+Recognition+of+Handwritten+Digits
http://archive.ics.uci.edu/ml/datasets/Parkinsons

Grupo 4
http://archive.ics.uci.edu/ml/datasets/Pen-Based+Recognition+of+Handwritten+Digits
http://archive.ics.uci.edu/ml/datasets/Spambase
http://archive.ics.uci.edu/ml/datasets/Letter+Recognition
http://archive.ics.uci.edu/ml/datasets/Human+Activity+Recognition+Using+Smartphones
http://archive.ics.uci.edu/ml/datasets/Ecoli

Bibliografia

Básica:

1. BISHOP, Christopher M. Pattern recognition and machine learning. New York: Springer, 2006.

2. DUDA, Richard O; HART, Peter E; STORK, David G. Pattern classification. 2nd ed. New York, N.Y: John Wiley & Sons, 2001.

3. THEODORIDIS, Sergios; KONSTANTINOS, Koutroumbas. Pattern recognition. 4th ed. Burlington, Mass.: Elsevier, 2009.

Complementar:

1. HAYKIN, Simon. Redes neurais: princípios e práticas. 2. ed. Porto Alegre: Bookman, 2007.

2. BRAGA, Antônio de Pádua; CARVALHO, André Ponce de Leon F. de; LUDERMIR, Teresa Bernarda. Redes neurais artificiais: teoria e aplicações. 2. ed. Rio de Janeiro: LTC, 2007.

3. RUSSELL, Stuart J; NORVIG, Peter. Inteligência artificial. Rio de Janeiro, RJ: Elsevier, 2004.

4. LUGER, George F; ENGEL, Paulo Martins (Trad). Inteligência artificial: estruturas e estratégias para a resolução de problemas complexos. 4.ed. Porto Alegre, RS: Bookman, 2004.

5. WITTEN, I. H; FRANK, Eibe; HALL, Mark A. Data mining: practical machine learning tools and techniques.3rd ed. Burlington, MA:Elsevier/Morgan Kaufmann, 2011.

Links

UCI Machine Learning repository (repositório de bases de dados)

Weka - Tutorial Weka

The R project (ambiente de computação para estatística)

SciPy (biblioteca python para computação científica)

Aulas