Ementa:
Erro de Bayes; Medidas de Dissimilaridade.: Discriminação; Regras de Vizinho Mais Próximo; Teoria Assintótica; Estimação do Erro; Regras de Função Núcleo; Teoria de Vapnik-Chernovenkis; Classificadores Empíricos; Princípio de Máxima Verossimilhança; Árvores de Classificação; Redes Neuronais; Machine Learning.
Bibliografia:
Grenander, U.; e Miller, M. (2007). Pattern Theory: From Representation to Inference. Oxford University Press, Oxford. Devroye, L.; Gyôrfi, L.; e Lugosi, G. (1997). A Probabilistic Theory of Pattern Recognition. Springer Verlag, Nova Iorque. Murphy, K. P. (2012). Machine Learning: A Probabilistic Perspective. The MIT Press, Cambridge, MA.
Ano de Catálogo: 2021
Créditos: 4
Número de alunos matriculados: 11
Idioma de oferecimento: Português
Tipo Oferecimento: Regular
Local Oferecimento:
Horários/Salas:
Docentes:
Reservas:
| Hora | Segunda | Terça | Quarta | Quinta | Sexta | Sábado |
|---|---|---|---|---|---|---|
| 07:00 | ||||||
| 08:00 | ||||||
| 09:00 | ||||||
| 10:00 | ||||||
| 11:00 | ||||||
| 12:00 | ||||||
| 13:00 | ||||||
| 14:00 | ||||||
| 15:00 | ||||||
| 16:00 | A - | A - | ||||
| 17:00 | A - | A - | ||||
| 18:00 | ||||||
| 19:00 | ||||||
| 20:00 | ||||||
| 21:00 | ||||||
| 22:00 | ||||||
| 23:00 |