Disciplina do Curso
Nome da Disciplina: REDES NEURAIS ARTIFICIAIS
Carga Horária: 60
Créditos: 4
Obrigatória: Não
EMENTA
Introdução às redes neurais. Arquiteturas: neurônios, modelos feedforward e redes realimentadas. Algoritmos de treinamento supervisionado: retropropagação do erro e algoritmos de ordem superior. Cuidados práticos com o treinamento: relevância, redundância, normalização, paralisia, overtraining, tipos de erro. Modelos baseados em kernel: redes de função de base radial e máquinas de vetor suporte. Interpretação estatística dos resultados. Modelagem de sistemas dinâmicos. Classificadores. Exemplos e demonstrativos. Aplicações em Engenharia de Biossistemas (recursos naturais e meio ambiente).
BIBLIOGRAFIA
BERGER, J.O.; Statistical Decision Theory and Bayesian Analysis, Springer, 2nd. Edition, 2006;
BISHOP, C.M.; Pattern Recognition and Machine Learning, Springer, 2006;
HAYKIN, S.; Redes Neurais: Princípios e Práticas, Bookman, 2ª. Edição, 2001;
ROBERT, C.P.; The Bayesian Choice: From Decision-Theoretic Foundations to Computational Implementation, Springer, 2nd. Edition, 2007;
ROMANO, J. P.; LEHMANN, E. L.; Testing Statistical Hypotheses, Springer, 3rd. Edition, 2005;
VAPNIK, V.; Statistical Learning Theory, John Wiley & Sons, 1998.
Notas de Aula.
VOLTAR
