Classificação Automática e Reconhecimento de Formas
Áreas Científicas |
Classificação |
Área Científica |
OFICIAL |
Matemática |
Ocorrência: 2012/2013 - 1S
Ciclos de Estudo/Cursos
Sigla |
Nº de Estudantes |
Plano de Estudos |
Anos Curriculares |
Créditos UCN |
Créditos ECTS |
Horas de Contacto |
Horas Totais |
L:AST |
0 |
Plano de Estudos a partir de 2008 |
3 |
- |
7,5 |
- |
202,5 |
L:CC |
0 |
Plano de estudos de 2008 até 2013/14 |
3 |
- |
7,5 |
- |
202,5 |
L:F |
0 |
Plano de estudos a partir de 2008 |
3 |
- |
7,5 |
- |
202,5 |
L:M |
0 |
Plano de estudos a partir de 2009 |
3 |
- |
7,5 |
- |
202,5 |
M:EG |
2 |
PE do Mestrado em Engenharia Geográfica |
1 |
- |
7,5 |
- |
202,5 |
M:ENM |
8 |
PE do Mestrado em Engenharia Matemática |
1 |
- |
7,5 |
- |
202,5 |
2 |
M:M |
3 |
PE do Mestrado em Matemática |
1 |
- |
7,5 |
- |
202,5 |
2 |
M:MAO |
0 |
PE Mestrado em MAOPI |
1 |
- |
7,5 |
- |
202,5 |
M:SIG |
0 |
PE do Mestrado em Sistemas de Informação Geográfic |
1 |
- |
7,5 |
- |
202,5 |
Língua de trabalho
Português
Objetivos
Introduzir os conceitos fundamentais do reconhecimento estatístico de formas e análise classificatória. Pretende-se também que o aluno seja capaz de aplicar os conceitos aprendidos em problemas reais e simulados.
Programa
Introdução e formulação de um problema de Reconhecimento de Formas; alguns exemplos de aplicação. Vectores aleatórios e suas propriedades: distribuições de probabilidade, estimação de parâmetros, transformações lineares, componentes principais. Teoria da decisão estatística. Métodos paramétricos de Análise Discriminante: modelos gaussianos lineares e
quadráticos. Métodos não paramétricos de Análise Discriminante: método do Núcleo e K-NN. Redes Neuronais, Árvores de Decisão e de Regressão, Máquinas de suporte vectorial. Classificação Automática não supervisionada; classificação hierárquica e não hierárquica.
Bibliografia Obrigatória
000040415. ISBN: 0-471-05669-3
000040365. ISBN: 0-387-95284-5
000039952. ISBN: 0-521-46086-7
Métodos de ensino e atividades de aprendizagem
As aulas são acompanhadas por material disponibilizado pelo docente, incluindo fichas de exercícios referentes a cada uma das secções programáticas, e ainda pela utilização de Software de Estatística, em computador.
Software
Software R
Tipo de avaliação
Avaliação distribuída com exame final
Fórmula de cálculo da classificação final
Exame final e projectos. Para ficar aprovado, o aluno tem de tirar positiva no exame final e também na nota final de exame e projectos. O exame tem um peso de 50% e os trabalho de 50%.