No ato da inscrição, além dos dados pessoais, será solicitado uma cópia do RG em formato PDF. Providencie esse arquivo antes de iniciar a inscrição.
Professor responsável: Prof. Dr. Marcelo Duduchi Feitosa
Tecnólogo em Processamento de Dados pela FATEC-SP, especialista em Automação Industrial pela Escola de Engenharia Industrial, mestre em Psicologia (Neurociências e Comportamento) pela USP e doutor em Psicologia (Psicologia Experimental) pela USP. É professor do Programa de Mestrado Profissional em Gestão e Tecnologia em Sistemas Produtivos do CEETEPS.
Currículo Lattes: 7269686606912444
Professora responsável: Profa Dra. Márcia Ito
Médica pela Escola Paulista de Medicina da UNIFESP, Tecnóloga em Processamento de Dados pela FATEC-SP e doutora em Engenharia Elétrica pela Escola Politécnica da USP. É professora do Programa de Mestrado Profissional em Gestão e Tecnologia em Sistemas Produtivos do CEETEPS.
Currículo Lattes 4302456847507371
Descrição da atividade: Os alunos por meio de aulas teóricas e práticas terão noções básicas de Machine Learning que envolvem a aprendizagem de máquina, agrupamento e classificação dos conjuntos de dados analisados (Algoritmos K-means, árvore de decisão, KNN, SVM e Naive Bayes). Além disso, a importância e necessidade do pré-processamento de dados serão enfatizados e praticados durante a oficina. Ferramentas como R, Phyton, Numpy, Panda, MatplotLIb e Scikit-Learn serão utilizadas durante a oficina
Objetivos:
Aulas: 20/10 - 10, 17 e 24/11 - 8 e 15/12/2022 (6 encontros)
|
# |
Data |
conteúdo |
|
1 |
20/10/2022 |
Conceitos básicos de IA e aprendizagem de máquina, uso do ambiente Colab e recursos de Python para Machine Learning. |
|
2 |
10/11/2022 |
Bibliotecas de apoio
a Machine Learning para computação científica e a recuperação, armazenamento, tratamento
e visualização de dados. |
|
3 |
17/11/2022 |
Pré-processamento dos dados: limpeza, integração e transformação dos dados em ambiente R para a aplicação de Machine Learning |
|
4 |
24/11/2022 |
Agrupamento e classificação: uso dos algoritmos K-means e Árvore de Decisão |
|
5 |
08/12/2022 |
Algoritmos para classificação: uso dos algoritmos KNN, Naive Bayes |
|
6 |
15/12/2022 |
Algoritmos para classificação: uso do algoritmo SVM e uso prático dos algoritmos e comitês |
Carga horária: 24 horas
Modalidade: Encontro síncrono online
Local: Ambiente Virtual de Aprendizagem da Unidade de Pós-Graduação, Extensão e Pesquisa - Centro Paula Souza (baseado no Microsoft Teams).
Público Alvo: Professores e estudantes.
Investimento: Gratuito
A relação dos candidatos convocados estará disponível, em até 3 dias, antes do início da atividade. Para consultar, utilize o menu:
PROGRAMA DE EXTENSÃO
> LISTA DE CONVOCADOS
Inscrições: Para fazer a inscrição na atividade, clique aqui!
Referências:
RUSSEL, S.; NORVIG, P. Inteligência Artificial. 3ed.
Rio de Janeiro: Elsevier, 2013
FACIT, K.; LORENA, A. C.; GAMA, J.; ALMEIDA, T. A.; A. C. P. L. F., CARVALHO. Inteligência Artificial: Uma abordagem de aprendizagem de máquina. 2ed. Rio de Janeiro: LTC, 2021
LUGER, George F. Inteligência artificial. 6ed. São Paulo: Pearson, 2013
COPPIN, Ben. Inteligência artificial. Rio de Janeiro: LTC. 2013
BANIN, S. L. Python 3: Conceitos e Aplicações. São Paulo: Érica, 2018
BROWNLEE, J. Data Preparation for Machine Learning: Data Cleaning, Feature Selection and Data Transforms in Pytho. 1st edition, 2020.
