Lato Sensu

Previsão e Inferência por Redes Neurais (BI03)

Descrição

O objetivo desta disciplina é introduzir os sistemas de previsão, inferência, classificação e reconhecimento de padrões que podem ser construídos explorando-se o extraordinário potencial das Redes Neurais. Redes Neurais são modelos computacionais não lineares, inspirados na estrutura e operação do cérebro humano, que procuram reproduzir características humanas, tais como: aprendizado, associação, generalização e abstração. Devido à sua estrutura, as Redes Neurais são bastante efetivas no aprendizado de padrões a partir de dados não-lineares, incompletos, com ruído e até compostos de exemplos contraditórios. São vistos os conceitos básicos da teoria de Redes Neurais, os principais algoritmos de aprendizado supervisionado e não-supervisionado, ferramentas de software e exemplos de aplicação, fornecendo subsídios para que o aluno saiba identificar e solucionar problemas de seu interesse através de Redes Neurais.

Objetivos

Não Disponível.

Ementa

Características básicas: Aprendizado, Associação, Generalização e Robustez; Histórico; Estrutura do Neurônio Artificial; Estruturas de Interconexão; Tipos de Aprendizado: Supervisionado e Não-supervisionado; Algoritmos de Aprendizado: Perceptron, Back Propagation, Redes de Função de Base Radial, Mapas Auto-organizáveis, Processamento Temporal; Aplicações. Componentes de DSS (Decision Support Systems); tipos e escolha de DSS; DSS Qualitativo e Quantitativo nos negócios; exemplos, exercício prático de construção de um DSS como forma de avaliação do aluno; a racionalização do processo de decisão; Teoria da decisão; Decisão multicritério; incerteza e risco; Teoria dos Jogos, cooperação e conflito.

Cursos
  • BI-Master
Pré-Requisitos

Nenhum pré-requisito encontrado.

Professores

Não Disponível.

Bibliografia
  • Apostila: Cópia das transparências de aula
  • Softwares: WEKA, Matlab
Avaliação

Não disponível

Carga Horária

Não Disponível.

Outras Informações

Não Disponível.

Ementa Detalhada

Não Disponível.