português ingles

Introdução ao Machine Learning

Data Encerramento: 18/10/2022

PROGRAMA DE ATIVIDADES DE EXTENSÃO: SABERES E PRÁTICAS EM EDUCAÇÃO PROFISSIONAL E EM SISTEMAS PRODUTIVOS

 

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.

 

Oficina Introdução ao Machine Learning


 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: 

  •     Desenvolver competências relacionadas ao pré-processamento de dados, fase de preparação dos dados para a aplicações em Machine Learning
  •     Desenvolver competências relacionadas à aplicação de algoritmos básicos de Machine Learning para agrupamento e classificação em Python.

Aulas: 20/10 - 10, 17 e 24/11 - 8 e 15/12/2022 (6 encontros)


 Data e horário: Das 13h30 às 17h30

Conteúdo Programático:

    #

    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  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 uso prático dos algoritmos e comitês

     

     Carga horária: 24 horas

    Modalidade: Encontro síncrono online

    Recursos Necessários: Computador ou Notebook com conexão de Internet, Câmera e Microfone. Os SWs.

    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.

    Número de vagas: 30

    Certificação: Os participantes deverão ter frequência mínima de 75% para receber o certificado emitido pela Unidade de Pós-graduação, Extensão e Pesquisa do Centro Paula Souza.
    O certificado deverá ser acessado neste mesmo site, pela guia Imprimir Certificado de Atividade Concluída.

    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.