Contacto: hugomcp@di.ubi.pt

 

Machine Learning (Aprendizagem Automática) (MEI)

2018/2019

 

 


 

Notícias

  • 02/7/2019: Afixadas as classificações relativas à época de Exame "Recurso" da disciplina.


  • 24/6/2019: Afixadas as classificações relativas à época de Exame "Normal" da disciplina.


  • 05/6/2019: Afixadas as classificações relativas à componente de "Frequência" da disciplina.


  • 18/2/2019: Disponível a informação relativa ao funcionamento da disciplina.



Critérios de Avaliação

  • Assiduidade (A)
    • A aprovação à disciplina está condicionada a níveis mínimos de assiduidade de 80% nas aulas.
  • Trabalho Prático (P)
    • Os trabalhos práticos da disciplina contribuem em 10 valores para a classificação final.
    • A aprovação à disciplina requer a nota mínima de 5 valores no trabalho prático.
      • Parte 1: Linear Regression (2.5 valores): 8 de Março de 2019, 23:59, via email.
      • Parte 2: Logistic Regression (2.5 valores): 22 de Março de 2019, 23:59, via email.
      • Parte 3: Clustering (2.5 valores): 03 de Maio de 2019, 23:59, via email.
      • Parte 4: Reinforcement Learning (2.5 valores): 17 de Maio de 2019, 23:59, via email.
  • Frequência
    • Prova (F1) - 3ª feira, 28 de maio de 2019, 14:00-16:00, Sala 6.03
  • Classificação Ensino/Aprendizagem (C)
    • C=P*10/20+F*10/20
  • Admissão a Exame 
    • Consideram-se admitidos a Exame os alunos que obtiverem classificação mínima de 6 valores na componente de Ensino-Aprendizagem.
  • Exames
    • A nota do trabalho prático é sempre considerada  para atribuição da nota final

Programa

1) Introduction;

2) Model Representation, Linear regression;

3) Logistic Regresion;

4) Dimensionality Reduction;

5) Neural Networks;

6) Support Vector Machines;

7) Unsupervised Classification;

8) Density Estimation;

9) Reinforcement Learning;


Bibliografia

  • Principal
    • C. Bishop. Pattern Recognition and Machine Learning, Springer, ISBN-13: 978-0387310732, 2011.

  • Secundária

 

    • M. Mohri, A. Rostamizadeh, A. Talwalkar, F. Bach. Foundations of Machine Learning,  ISBN-13: 978-0262039406, 2018.

 


Aulas

Semana

Teóricas

Práticas

Semana 18/02

[Aula 1]

Introdução Python

Semana 25/02

[Aula 2]

[Ficha Regressão Linear] [Pizza.csv] [sol_1.py]

Semana 04/03

-

-

Semana 11/03

(Continuação aula anterior)

[Código regressão linear]

Semana 18/03

[Aula 3]

[Wines.csv] [Código regressão logistica]

Semana 25/03

[Aula 4]

[banknote.csv]

Semana 01/04

[Aula 5]

[AR.csv]

Semana 08/04

[Aula 6]

-

Semana 15/04

 [Aula 7]

[Código redes neuronais]

Semana 29/04

[Aula 8]

-

Semana 06/05

[Aula 9]

[AR.tar]

Semana 13/05

[Aula 10]

[Script Deep Learning] [GTSRB.zip] [GTSRB.csv]

Semana 20/05

[Aula 11] 


Semana 27/05

(Prova escrita de Avaliação) -

Semana 03/06

Apresentação/Avaliação

Apresentação/Avaliação

 


Classificações

N∫ Aluno Nome Frequência Exame P Especial NOTA
E10190 JosÈ Guilherme Ramos da Silva Pires  8   13   10,5
M8187 Luzizila Salambiaku  1,7 4,5 11 9 10
M8327 Eduardo Xavier Santos      11   5,5
M8688 Jo„o Miguel Vilelas Raposo  14,5   13   13,75
M8848 Daniel Luciano Lucamba  2,6 2 11 9 10
M9035 Ana L˙cia de Morais Lima  2,1 3 11   7
M9093 David Miguel Prata Ferreira  6   13   9,5
M9240 Marcos AurÈlio Oliveira Cavalcanti  6,6 8,5 13   10,75
M9257 Kavadiambuko Maleka Lutandila  1,7 9 11   10
M9260 AndrÈ Silva Perquilhas Baptista  8 4,5 13   10,5
M9284 Atungulu Kabakaba  1,4 5,5 10   7,75
M9317 Paulo SÈrgio Fernandes Pereira      6   3
M9336 AndrÈ Rosa de Sousa PorfÌrio Correia  19   18   18,5
M9338 Igor Alexandre Almeida Matias  9   14   11,5
M9343 Isabela Nogueira da Silva      0   0
M9366 Jo„o Gaspar RamÙa Gomes  19   18   18,5
M9390 Miguel Alexandre Torr„o Alves Brand„o  13   14   13,5
M9432 Jo„o Pedro Abrantes Saraiva  10   16   13
M9472 Romulo Augusto Cardoso Flaurindo  11,5   13   12,25
M9493 Matheus Guilherme Rohde  5 3 13   9
M9520 Rui Miguel AndrÍs Paredes  11   16   13,5
M9524 Yoann dos Santos Resende  13,2   17   15,1
M9540 LuÌs Carlos Dur„o Mata de Oliveira  7   8   7,5
M9541 Nzakiese Mbongo  5 7 12   9,5
M9547 Jo„o Emanuel Leit„o Freire  8,5   13   10,75
M9587 Bruno Manuel Degardin  16,5   18   17,25
M9620 KÈvin da Silva Clemente  6   8   7