BCC448 - Reconhecimento de Padrões - 2022-1

Carga horária da disciplina: 4 horas/aula


Professor(es) em 2022-1

Turma 11 Professor:
Andrea Gomes Campos Bianchi - e-mail

Horários:
Terça-feira (15h20 - 17h00)
Quinta-feira (15h20 - 17h00)

Objetivos

Conceber ao aluno uma visão horizontal e abrangenete sobre tópicos que compreendem a ementa da disciplina de reconhecimento de padrões por meio das aulas expositivas e uma visão vertical aprofundada sobre tópicos específicos obtidos por meio do estudo, implementação e documentação de um problema da área de reconhecimento de padrões.

Ementa

Introdução ao reconhecimento de padrões; diferentes abordagens de reconhecimento de padrões; extração de características e segmentação; estimação de funções de densidade de probabilidade; organização de conjuntos de dados para aprendizado e avaliação; métricas para análise de eficácia de classificação; classificadores: o modelo de neurônio computacional, redes neuronais artificiais de múltiplas camadas e máquinas de vetores de suporte; outros classificadores; aprendizado de representações em profundidade; seleção de características e redução de dimensionalidade; combinação de classificadores.

Conteúdo Programático

- Introdução ao reconhecimento de padrões
- Diferentes abordagens de reconhecimento de padrões
- Extração de características e segmentação
- Estimação de funções de densidade de probabilidade
- Organização de conjuntos de dados para aprendizado e avaliação
- Métricas para análise de eficácia de classificação
- Classificadores: o modelo de neurônio computacional, redes neuronais artificiais de múltiplas camadas, máquinas de vetores de suporte
- Outros classificadores
- Aprendizado de representações em profundidade
- Seleção de características e redução de dimensionalidade

Bibliografia

- DUDA, Richard O; HART, Peter; STORK, David G. Pattern Classification. 2. ed. New York: John Wiley & Sons, 2001.
- BISHOP, Christopher M. Neural Networks For Pattern Recognition. Oxford: Oxford University Press, 2010.
- THEODORIDIS, Sergios; KOUTROUMBAS, Konstantinos. Pattern Recognition. 4. ed. San Diego, CA: Academic Press, 2009.
- BISHOP, Christopher M. Pattern Recognition And Machine Learning. New York: Springer, 2006.

Bibliografia complementar

- WITTEN, I. H; FRANK, Eibe; HALL, Mark A. Data mining: practical machine learning tools and techniques. 3. ed. Amsterdam: Morgan Kaufmann, 2011.
- MITCHELL, Tom M. Machine learning. New York: McGraw-Hill, 1997.
- HAN, Jiawei; KAMBER, Micheline. Data mining: concepts and techniques. 2. ed. Boston: Elsevier, 2006.
- GONZALEZ, Rafael C; WOODS, Richard E. Processamento digital de imagens. 3. ed. São Paulo: Addison Wesley, 2010.
- GONZALEZ, Rafael C; WOODS, Richard E. Digital image processing. 3. ed. Upper Saddle River, NJ: Pearson Prentice Hall, 2008.

Departamento de Computação  |  ICEB  |  Universidade Federal de Ouro Preto
Campus Universitário Morro do Cruzeiro  |  CEP 35400-000  |  Ouro Preto - MG, Brasil
Telefone: +55 31 3559-1692  |  decom@ufop.edu.br