Inteligência Artificial e Tecnologia na Medicina - 2024.1
Índice
Logística
- Disciplina: MRD00005 - Inteligência Artificial e Tecnologia na Medicina
- Turma:
- Data: sextas-feiras, 14h-18h
- Sala: Laboratório de computadores da biblioteca
- Google Classroom:
Objetivo
Fornecer aos alunos uma compreensão dos conceitos fundamentais de aprendizado de máquina. Desenvolver habilidades práticas na aplicação de algoritmos de aprendizado de máquina em problemas reais, capacitando os discentes a analisar dados utilizando técnicas descritivas, e a construir, avaliar e otimizar modelos de aprendizado de máquina.
Ementa / Conteúdo Programático
Compreender os conceitos fundamentais do aprendizado de máquina e as suas aplicações supervisionadas e não supervisionadas. Desenvolvimento de habilidades na avaliação do desempenho de modelos de aprendizado de máquina. Conhecimentos básicos de programação em Python para implementação de algoritmos de aprendizado de máquina. Introdução às Redes Neurais. Introdução ao aprendizado profundo, Redes Neurais Convolucionais e Redes Neurais Recorrentes. Processamento de linguagem natural (NLP).
Planejamento
| Aula | Data | Conteúdo | Referências | Professor |
|---|---|---|---|---|
| 1 | 05/04/2024 | Conceitos fundamentais de aprendizado de máquina:
|
||
| 2 | 12/04/2024 | Introdução a programação em Python:
Configurando o Jupyter Notebook. |
||
| 3 | 19/04/2024 | Modelos de classificação:
Árvore de decisão. |
||
| 4 | 26/04/2024 | Regressão logística. | ||
| 5 | 03/05/2024 | Ensemble: Random Forest e Gradient Boosted Trees. | ||
| 6 | 10/05/2024 | KNN, SVM | ||
| 7 | 17/05/2024 | Introdução a análise exploratória de dados. | ||
| 8 | 24/05/2024 | Implementando fluxos de aprendizado de máquina:
Explorando o conjunto de dados. Preparando os dados. Implementação em Python: Árvore de decisão. Random Forest. Redes neurais. Regressão. Avaliação de desempenho: Validação cruzada. Matriz confusão. Medidas de desempenho. |
||
| 9 | 31/05/2024 | Feriado - Corpus Christi | ||
| 10 | 07/06/2024 | Introdução às redes neurais e redes neurais profundas. | ||
| 11 | 14/06/2024 | Introdução ao processamento de linguagem natural. | ||
| 12 | 21/06/2024 | Seminários | ||
| 13 | 28/06/2024 | Apresentação do projeto de aplicação |
Bibliografia
- T. MITCHELL, MACHINE LEARNING. MCGRAW HILL, 1997.
- S. MARSLAND, MACHINE LEARNING – AN ALGORITHMIC APPROACH, CRC PRESS, 2009.
- S. RUSSELL E P. NORVIG, INTELIGÊNCIA ARTIFICIAL, EDITORA CAMPUS, 2004.
- I. WITTEN E E. FRANK, DATA MINING: PRACTICAL MACHINE LEARNING TOOLS AND TECHNIQUES, MORGAN KAUFMANN, 2005
- CASELI, HELENA DE MEDEIROS; NUNES, MARIA DAS GRAÇAS VOLPE. PROCESSAMENTO DE LINGUAGEM NATURAL: CONCEITOS, TÉCNICAS E APLICAÇÕES EM PORTUGUÊS. 2023.
- HAYKIN, SIMON. REDES NEURAIS: PRINCÍPIOS E PRÁTICA, 2A EDIÇÃO, 2007. PRENTICE HALL.
- GOODFELLOW, IAN; BENGIO, YOSHUA; COURVILLE, AARON. DEEP LEARNING, 2016. MIT PRESS.
