SIGAA - Sistema Integrado de Gestão de Atividades Acadêmicas

Resumo do Componente Curricular

Dados Gerais do Componente Curricular

Tipo do Componente Curricular:

DISCIPLINA

Unidade Responsável:

PROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA (11.00.43.56.07)

Código:

PPGI017-10

Nome:

TÓPICOS ESPECIAIS EM COMPUTAÇÃO VISUAL E INTELIGENTE: APRENDIZAGEM PROFUNDA

Carga Horária Teórica:

30 h.

Carga Horária Prática:

30 h.

Carga Horária Total:

60 h.

Pré-Requisitos:

Co-Requisitos:

Equivalências:

Excluir da Avaliação Institucional:

Não

Matriculável On-Line:

Sim

Horário Flexível da Turma:

Não

Horário Flexível do Docente:

Sim

Obrigatoriedade de Nota Final:

Sim

Pode Criar Turma Sem Solicitação:

Não

Necessita de Orientador:

Não

Exige Horário:

Sim

Permite CH Compartilhada:

Não

Permite Múltiplas Aprovações:

Não

Quantidade de Avaliações:

Ementa/Descrição:

Conceitos básicos de aprendizagem supervisionada; Classificador perceptron; Método do Gradiente Estocástico; Perceptron multicamadas e o algoritmo de retro-propagação; Processamento de Imagens por convolução; Redes Neurais Convolucionais; Autoencoders; Redes Neurais Recorrentes.

Referências:

Intel AI Academy: deep learning course. Moacir A. Ponti and Leonardo S. F. Ribeiro and Tu Bui, John Collomosse, 2017. Everything you wanted to know about Deep Learning for Computer Vision but were afraid to ask. Tutorials of Sibgrapi 2017. Le, Q. V. (2015). A Tutorial on Deep Learning Part 1: Nonlinear Classifiers and The Backpropagation Algorithm. Google Brain. Le, Q. V. (2015). A Tutorial on Deep Learning Part 2: Autoencoders, Convolutional Neural Networks and Recurrent Neural Networks. Google Brain. Velho, L., Frery, A. C., & Gomes, J. (2009). Image processing for computer graphics and vision. Springer Science & Business Media.

Histórico de Equivalências
Expressão de Equivalência	Ativa	Início da Vigência	Fim da Vigência
( ECOM039 )	INATIVO	01/01/2006

<< Voltar