Deep Learning Aplicado
Código: 22292
Departamento: DCET
ECTS: 6
Área científica: Engenharia Informática
Total de horas trabalho: 156
Total de horas de contacto: 30

Esta unidade curricular visa proporcionar aos estudantes uma visão geral sobre técnicas avançadas de aprendizagem computacional e analítica (de dados).

Ao concluir esta unidade curricular os alunos devem entender e aplicar os principais modelos de aprendizagem computacional de reconhecimento de padrões.

  1. Fundamentos de deep learning.
  2. Redes neurais.
  3. Fundamentos de aprendizagem máquina.
  4. Redes neurais convolucionais (CNNs).
  5. Redes neurais recorrentes.
  6. Codificadores.
  7. Redes adversárias.
  8. Redes generativas.

C. Bishop, Pattern Recognition and Machine Learning, Springer 2007.
 
Richard O. Duda, Peter E. Hart, David G. Stork; Pattern classification. ISBN: 0-471-05669-3.
 
Sergios Theodoridis, Konstantinos Koutroumbas.; Pattern recognition. ISBN: 0126858756.
 
Trevor Hastie, Robert Tibshirani, Jerome Friedman, The elements of statistical learning. ISBN: 0-387-95284-5.

A avaliação tem caráter individual e implica a coexistência de duas modalidades: avaliação contínua (60%) e avaliação final (40%). Essa avaliação será desenvolvida na aplicação de formas diversificadas, definidas no Contrato de Aprendizagem da unidade curricular.