| Ementa/Descrição: |
Introdução ao estudo de redes neurais artificiais e deep learning, fundamentação matemática para o estudo de redes neurais artificiais, fundamentos de aprendizagem de máquinas para o estudo de redes neurais artificiais, rede perceptron de múltiplas camadas - MLP, algoritmo backpropagation, rede de funções de base radial – RBF, máquinas de vetor de suporte - SVM, máquinas de comitê, redes neurais artificiais com aprendizagem profunda (Deep Learning), rede neural convolucional - CNN, Auto encoders, redes adversárias - GAN, redes neurais recorrentes, rede LSTM, fundamentos do aprendizado por reforço profundo - DRL, redes neurais com base na aprendizagem auto supervisionada, rede neural competitiva, mapas auto organizáveis - SOM, rede neuro gás, implementações computacionais, aplicações. |
| Referências: |
Deep learning, Goodfellow, Ian; Bengio, Yoshua; Corville, Aaron. The MIT Press,2016.
Redes neurais: princípios e prática, Haykin, Simon. Bookman, 2001
Neural networks and learning machines, Haykin, Simon. 3rd. ed. New York: Pearson Education
Introduction to Deep Learning Using R, Taweh Beysolow. Springer - 2017
MATLAB Deep Learning: With Machine Learning, Neural Networks and Artificial Intelligence, Phil Ki. Apress, 2017
An Introduction to Deep Reinforcement Learning, Vincent Fraçois -Lavet, Peter Henderson, Riashat Islam, Marc G. Bellemare and Joelle Pineau. Boston Deft - 2018
Redes neurais artificiais: para engenharia e ciências aplicadas, Silva, Ivan Nunes; Flauzino, Rogério Andrade; Spatti, Danilo Hernane. Artliber - 2010.
Self-organizing maps, Kohonen, Teuvo. . 3. ed. New York: Springer- 2001.
Learning with kernels: support vector machines, regularization, optimization, and beyond, Schölkopf, Bernhard; Smola, Alexander J. Cambridge, Mass.: MIT Press - 2002.
Machine learning: a probabilistic perspective, Murphy, Kevin - 2012.
Pattern recognition and machine learning, Bishop, Christopher M. New York: Springer - 2006.
Pattern classification, Duda, Richard O; Hart, Peter E. Peter Elliot; Stork, David G. . 2nd ed. New York: J. Wiley - 2001.
Fuzzy and neural approaches in engineering, Tsoukalas, Lefteri H; Uhrig, Robert E. New York: John Wiley & Sons - 1997.
Periódicos, Revistas, Artigos, Teses, Dissertações, assim como outros material didático relacionado a área de redes neurais artificiais e deep learning.
|
