BCC406 - Redes Neurais e Aprendizagem em Profundidade - 2024-2

Carga horária da disciplina: 4 horas/aula


Professor(es) em 2024-2

Turma 11 Professor:
Eduardo José da Silva Luz - www | e-mail

Aulas práticas:
Pedro Henrique Lopes Silva - e-mail

Horários:
Terça-feira (13h30 - 15h10)
Quinta-feira (13h30 - 15h10)

Objetivos

Ementa

Introdução a aprendizagem em profundidade; Noções básicas de redes neurais; Redes Neurais profundas; Fundamentos das redes neunais convolucionais; Modelos convolutivos profundos: estudo de caso

Bibliografia

- RUSSELL, Stuart J.; NORVIG, Peter. Artificial intelligence: a modern approach. 3. ed. Upper Saddle River, N.J. : Prentice-Hall, 2010.
- GOODFELLOW, Ian; BENGIO, Yoshua; COURVILLE, Aaron. Deep Learning. MIT Press, 2016. (http://www.deeplearningbook.org)
- BISHOP, Christopher M.. Pattern recognition and machine learning. New York : Springer, 2006.
- KOVACS, Zsolt Laszlo. Redes neurais artificiais: fundamentos e aplicações - um texto básico. 4. ed. São Paulo: Livraria da Fisica, 2006.
- CASTRO, Leandro Nunes de. Fundamentals of natural computing: basic concepts, algorithms, and applications. Boca Raton: Chapman & Hall/CRC, 2006.

Bibliografia complementar

- BISHOP, Christopher M.. Neural networks for pattern recognition. Oxford: Oxford University Press, 2010.
- BRAGA, Antonio de Padua; CARVALHO, Andre Ponce de Leon F. de; LUDERMIR, Teresa Bernarda. Redes neurais artificiais: teoria e aplicações. Rio de Janeiro: LTC, 2000.
- HAYKIN, Simon. Redes neurais: princípios e pratica. Tradução de Paulo Martins Engel. 2. ed. Porto Alegre: Bookman, 2001.
- THEODORIDIS, Sergios; PIKRAKIS, Aggelos; KOUTROUMBAS, Konstantinos; CAVOURAS, Dionisis. An Introduction to Pattern Recognition: A Matlab Approach. Publisher Academic Press, 2010.
- BRATKO, I. Prolog Programming for Artificial Inteligence. 3. ed. Addison-Wesley, 2000. ISBN: 978-020140375.

Departamento de Computação  |  ICEB  |  Universidade Federal de Ouro Preto
Campus Universitário Morro do Cruzeiro  |  CEP 35400-000  |  Ouro Preto - MG, Brasil
Telefone: +55 31 3559-1692  |  decom@ufop.edu.br