Curso Técnico Superior Profissional
Robótica e Inteligência Artificial
Área Científica
481 – Ciências Informáticas
Duração
Semestral
Unidade Curricular
Machine Learning III
ECTS
3
Horas de Contacto Teórico Práticas
50h ( TP 50h )
Objetivos da Aprendizagem
– Utilizar técnicas de aprendizagem não supervisionada para a aprendizagem não supervisionada: incluindo agrupamento e deteção de anomalias;
– Construir sistemas de recomendação com uma abordagem de filtragem colaborativa e um método de aprendizagem profunda baseada no conteúdo;
– Construir um modelo de aprendizagem de reforço profundo.
Conteúdos Programáticos
Aprendizagem sem supervisão:
O que é o agrupamento
K significa intuição
K significa algoritmo
Objectivo de optimização
Inicialização dos meios K
Encontrar eventos invulgares
Distribuição gaussiana (normal)
Algoritmo de detecção de anomalias
Desenvolvimento e avaliação de um sistema de detecção de anomalias
Detecção de anomalias versus aprendizagem supervisionada
Sistemas recomendados:
Utilização de características per-item
Algoritmo de filtragem colaborativa
Etiquetas binárias: favores, gostos e cliques
Normalização média
TensorFlow implementação de filtragem colaborativa
Filtragem colaborativa versus filtragem baseada no conteúdo
Aprendizagem profunda para a filtragem baseada no conteúdo
Recomendação a partir de um grande catálogo
Utilização ética dos sistemas de recomendação
TensorFlow implementação de filtragem baseada no conteúdo
Reforço da aprendizagem:
O que é o Reforço da Aprendizagem
Exemplo da Mars rover
O retorno na aprendizagem do reforço
Tomar decisões: Políticas no reforço da aprendizagem
Revisão de conceitos-chave
Definição da função valor de acção estatal
Exemplo da função valor de acção estatal
Equações de Bellman
Exemplo de aplicações de espaço de estado contínuo
Piloto Lunar
Aprender a função valor de estado
Aperfeiçoamento do algoritmo: Melhoria da arquitectura da rede neural
Aperfeiçoamento do algoritmo: ϵ-política de nutrição
O estado de aprendizagem do reforço
Bibliografia e recursos didáticos recomendados
Applied Machine Learning Solutions with Python: Production-ready ML Projects Using Cutting-edge Libraries and Powerful Statistical Techniques, Siddhanta Bhatta
Machine Learning: Master Supervised and Unsupervised Learning Algorithms with Real Examples (English Edition)
by Dr Ruchi Doshi (Author), Dr Kamal Kant Hiran (Author), Ritesh Kumar Jain (Author), Dr Kamlesh Lakhwani (Author)