CD503 — Aprendizado de Máquina III

Ementa, programa e bibliografia da disciplina CD503.

← Voltar para a lista de disciplinas

  • Carga horária: 60 horas
  • Pré-requisito: CD403

Ementa

Introdução ao aprendizado profundo. Treinamento de modelos profundos, regularização e boas práticas de implementação. Arquiteturas profundas para diferentes tipos de dados (redes convolucionais, redes recorrentes etc.). Mecanismos de atenção e transformers. Transferência de aprendizado. Atividades práticas com estudos de caso.

Programa

1. Introdução ao Aprendizado Profundo

  • Conceitos básicos de aprendizado profundo
  • Redes neurais profundas

2. Treinamento de Modelos Profundos

  • Funções de perda
  • Otimização e retropropagação
  • Regularização e generalização

3. Redes Neurais Convolucionais

  • Estrutura de CNNs
  • Aplicações em imagens e sinais

4. Redes Neurais Recorrentes

  • Modelagem de sequências
  • RNNs e LSTMs

5. Atenção e Transformers

  • Mecanismos de atenção
  • Arquiteturas transformer
  • Introdução a modelos generativos

6. Transferência de Aprendizado

  • Fine-tuning
  • Uso de modelos pré-treinados

7. Estudos de Caso e Aplicações

  • Aplicações em dados reais
  • Avaliação de desempenho
  • Implementação prática de modelos profundos

Referências

  • GOODFELLOW, Ian et al. Deep learning. Cambridge: MIT press, 2016.
  • PRINCE, Simon JD. Understanding deep learning. MIT press, 2023.
  • THEODORIDIS, S. Machine learning: a Bayesian and optimization perspective. 3. ed. Amsterdam: Elsevier, 2025.