Universidade Nova de Lisboa

Universidade Nova de Lisboa

NOVA Information Management School

Sistemas de Apoio à Decisão

Código

200121

Unidade Orgânica

NOVA Information Management School

Créditos

7.5

Professor responsável

Mauro Castelli

Língua de ensino

Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês

Objectivos

Os sistemas de apoio à decisão (DSS) são o núcleo da tomada de decisão moderna e DSS são atualmente empregados na grande maioria das empresas para resolver problemas complexos de otimização. O curso apresenta as técnicas de otimização mais utilizadas no campo da Aprendizagem de Máquinas. A aprendizagem de máquinas reúne ciência da computação e estatísticas para aproveitar o poder preditivo escondido nos dados. É uma habilidade imprescindível para todos os aspirantes analistas de dados ou qualquer outra pessoa que queira transformar todos os dados brutos disponíveis em tendências e previsões refinadas.

O curso irá ensinar-lhe o processo de investigar dados através a lente de aprendizagem de máquina. O curso irá ensinar-lhe como extrair e identificar recursos úteis que melhor representam seus dados, alguns dos algoritmos de aprendizado de máquina mais importantes e como avaliar o desempenho de seus algoritmos de aprendizagem de máquinas

Pré-requisitos

Haverá algumas matemáticas neste curso e um conhecimento básico é necessário para entender os tópicos do curso. Será preciso calcular simples derivadas e compreender conceitos estatísticos basicos. Um conhecimento matemático mais profundo não é necessário, mas é útil para apreciar algumas partes do curso.

Conteúdo

Problemas de otimização: definições e exemplos.
Teorema de "No free lunch".
Técnicas locais de pesquisa.
Algoritmos de otimização baseados na população.
Técnicas de aprendizagem de máquina de inspiração biológica.
Aprendizagem supervisionada e não supervisionada.
Otimização de múltiplos critérios e dominância de Pareto.
Redes neurais.

Bibliografia

Machine Learning, Tom Mitchell, McGraw Hill, 1997.

Papers and materials provided by the professor.

Método de ensino

  • Aulas teóricas onde são apresentadas as diferentes técnicas de Aprendizagem de Máquinas comumente usadas para tomar decisões óptimas.
  • Apresentação de casos de teste publicados na literatura.

Método de avaliação

Primeira época: dois testes escritos. A nota final é a média dos dois testes. É necessário uma nota mínima nos dois testes.
Segunda época: exame escrito (100% da nota).

Cursos