Nome da Atividade
APRENDIZADO DE MÁQUINA
CÓDIGO
15000802
Carga Horária
60 horas
Tipo de Atividade
DISCIPLINA
Periodicidade
Semestral
Modalidade
PRESENCIAL
Unidade responsável
CARGA HORÁRIA TEÓRICA
2
CARGA HORÁRIA PRÁTICA
2
FREQUÊNCIA APROVAÇÃO
75%
CARGA HORÁRIA OBRIGATÓRIA
4
CRÉDITOS
4
NOTA MÉDIA APROVAÇÃO
7

Ementa

Introdução à Inteligência Artificial e Aprendizado de Máquina; aplicações de aprendizado de máquina; obtenção, limpeza e transformação de dados; escolha de modelos; algoritmos de aprendizado e otimização; métricas e técnicas de avaliação de modelos; aspectos éticos da aplicação de modelos treinados.

Objetivos

Objetivo Geral:

Capacitar o estudante na utilização de técnicas e ferramentas básicas de aprendizado de máquina, aplicados a problemas de Engenharia.

Conteúdo Programático

Bibliografia

Bibliografia Básica:

  • CARVALHO, André Carlos Ponce de Leon Ferreira de; FACELI, Katti; LORENA, Ana Carolina; GAMA, João. “Inteligência Artificial – Uma abordagem de Aprendizado de Máquina”, Rio de Janeiro: LTC, 2011. Disponível no formato online no link: https://integrada.minhabiblioteca.com.br/#/books/9788521637509
  • HACKELING, Gavin. Mastering Machine Learning with Scikit-learn – Second Edition. Second edition. Birmingham, UK: Packt Publishing. 2017. Disponível no formato online no link: https://search.ebscohost.com/login.aspx?direct=true&db=e000xww&AN=1562686&lang=pt-br&site=ehost live
  • LENZ, M. L. [et al.] FUNDAMENTOS de aprendizagem de máquina. Porto Alegre SAGAH 2020 1 recurso online (Inteligência artificial). ISBN 9786556900902. Disponível no formato online no link: https://integrada.minhabiblioteca.com.br/reader/books/9786556900902
  • RASCHKA, Sebastian; VAHID, Mirjalili. Python Machine Learning - Second Edition. Packt Publishing, 2017. Disponível no formato online no link: https://search.ebscohost.com/login.aspx?direct=true&db=e000xww&AN=1606531&lang=pt-br&site=ehost live

Bibliografia Complementar:

  • ALPAYDIN, Ethem. Machine Learning: The New AI. Series: MIT Press Essential Knowledge Series. Cambridge, MA : The MIT Press. 2016. eBook., Base de dados: eBook Academic Collection (EBSCOhost) Disponível no formato online no link: https://search.ebscohost.com/login.aspx?direct=true&db=e000xww&AN=1369420&lang=pt-br&site=ehost live
  • BONNIN, Rodolfo. Building Machine Learning Projects with TensorFlow. Birmingham, UK : Packt Publishing. 2016. Disponível no formato online no link: https://search.ebscohost.com/login.aspx?direct=true&db=e000xww&AN=1428304&lang=pt-br&site=ehost live
  • LESMEISTER, Cory. Mastering Machine Learning with R - Second Edition. Second edition. Birmingham, UK : Packt Publishing. 2017. Disponível no formato online no link: https://search.ebscohost.com/login.aspx?direct=true&db=e000xww&AN=1508105&lang=pt-br&site=ehost live
  • LIU, Yuxi (Hayden). Python Machine Learning By Example. Birmingham, UK : Packt Publishing. 2017.Disponível no formato online no link: https://search.ebscohost.com/login.aspx?direct=true&db=e000xww&AN=1587508&lang=pt-br&site=ehostlive
  • MUELLER, John Paul. Aprendizado de máquina para leigos. Rio de Janeiro Alta Books 2019 1 recurso online (Para leigos). ISBN 9788550809250. Disponível no formato online no link: https://integrada.minhabiblioteca.com.br/#/books/9788550809250

Turmas Ofertadas

Turma Período Vagas Matriculados Curso / Horários Professores
M1 2025 / 1 20 6 Engenharia de Petróleo (Bacharelado)
Horários
ManhãTardeNoite
SEG10:00 - 10:50
10:50 - 11:40
TER10:00 - 10:50
10:50 - 11:40
DANIEL MUNARI VILCHEZ PALOMINO
Professor responsável pela turma

Página gerada em 08/05/2025 05:34:06 (consulta levou 0.075437s)