Universidade do Vale do Rio dos Sinos
Centro de Ciências Exatas e Tecnológicas
Curso de Informática
Curso: Informática
Semestre: 2003/2 - Turno: 33
Responsável pela disciplina: Prof.
Fernando Santos Osório
E-mail: osorio
exatas.unisinos.br
Aula |
Data |
Conteúdo |
|---|---|---|
|
|
|
Introdução aos Sistemas
Inteligentes e Redes Neurais Artificiais:
Inteligência Artificial e Aprendizado de máquinas (machine learning) |
|
|
|
Aprendizado de Máquinas:
aprendizado a partir de exemplos
Indução de Árvores de Decisão (IDT): ID3, CART, C4.5. |
|
|
|
Histórico das Redes Neurais |
|
|
|
Tipos de
redes, arquiteturas, características e aplicações
Exemplos de aplicações das redes neurais |
|
|
|
Modelos básicos: Perceptron, Adaline, Madaline. Exemplos práticos |
|
|
|
Modelos básicos: Back-Propagation e redes MLP. Exemplos práticos |
|
|
|
Simulação de uma rede Back-Propagation
Exemplos práticos - simulação e análise do comportamento das redes |
|
|
|
Discussão sobre os modelos do tipo MLP. Acelerando o BackProp |
|
|
|
Prova
Grau A (peso = 70% GA)
Entrega do trabalho prático (peso = 30% GA) Integralização do Grau A |
|
|
|
Modelos básicos: ART e RBF |
|
|
|
Modelos básicos: Hopfield e BAM |
|
|
|
Modelos básicos: Kohonen e Renforcement Learning |
|
|
|
Modelos avançados: redes neurais incrementais e evolutivas |
|
|
|
Modelos avançados: redes neurais recorrentes |
|
|
|
Modelos avançados: redes modulares e sistemas híbridos |
|
|
|
Redes neurais: estado-da-arte, tendências e perspectivas |
|
|
|
Revisão final |
|
|
|
Prova Grau B
(peso = 70% GB).
Entrega do trabalho extra-classe (peso = 30%). Integralização do Grau B. |
|
|
|
Divulgação dos resultados. |
|
|
|
Grau C - Prova/Trabalho de substituição de Grau. |
Datas Importantes:
Trab. Prático GA: 23/09
Prova Grau A : 23/09
Trab. Prático: 25/11
Prova Grau B: 25/11
Grau C: 09/12
Voltar a página principal...