MAC0460  Aprendizagem Computacional: modelos, algoritmos e aplicações

Por | Em

OBJETIVOS:  Introdução à Técnica de Aprendizagem Computacional conhecida como PAC Learning (de Probably Approximately Correct Learning) aplicada a problemas de Processamento de Imagens. Serão apresentados modelos matemáticos de aprendizagem, decomposição de operadores por técnicas de Morfologia Matemática, estimação de parâmetros das decomposições de operadores por técnicas de aprendizado, e aplicações.

RESPONSÁVEIS:  Junior Barrera, Routo Terada e Flávio Soares Correa da Silva.

PROGRAMA:  Conceitos, hipóteses e algoritmos de aprendizagem. Representações e fórmulas booleanas. Decomposições por Morfologia Matemática. Decomposições por Redes Neurais. Aprendizagem probabilística. Aprendizagem eficiente. Dimensão VC. Aplicações.

PRÉ-REQUISITO:  MAC0329.

CARGA HORÁRIA SEMANAL E NÚMERO DE CRÉDITOS:  4 horas, 4 créditos-aula.

CRITÉRIO DE AVALIAÇÃO DA APRENDIZAGEM:  Provas e trabalhos.

BIBLIOGRAFIA BÁSICA: 

  • M. Anthony and N. Biggs, Computational Learning Theory -- An Introduction, Cambridge University Press, 1992.
  • G.J.F. Banon and J. Barrera, Minimal representation for translation invariant set mappings by mathematical morphology, SIAM Journal of Applied Mathematics 51 (1991), 1782-1798.
  • J. Barrera, E.R. Dougherty, and N.S. Tomita, Automatic programming of binary morphological machines by design of statistically optimal operators in the context of computational learning theory, manuscrito.
  • M.H. Hassoun, Fundamental of neural networks, MIT Press, 1995.

OBSERVAÇÃO:  Disciplina optativa eletiva no currículo do BCC.

 

[Veja dados da disciplina no JúpiterWeb]


Oferecimentos recentes da disciplina: .