Reconhecimento de Padrões

Conhecimentos de Base Recomendados

São aconselháveis conhecimentos de Álgebra e Inglês 

Métodos de Ensino

Aulas teóricas expositivas, com interacção com os alunos. Serão incluídas aplicações práticas.

Resultados de Aprendizagem

Pretende-se porporcionar conhecimento dos métodos, algoritmos e ferramentas quimiométricas com vista a facultar ao discente conhecimentos para tratamento de dados em sistemas multivariados.  

Estágio(s)

Não

Programa

Estatística básica

Variáveis aleatórias e distribuições de probabilidade. Distribuições conjuntas. Momentos, esperança matemática, variância e desvio padrão. Covariância.Testes estatísticos. Fórmula de Bayes e inferência Bayesiana.

• Métodos de correlação e séries temporais

Covariância, correlação e regressão. A matriz de variância-covariância. Séries temporais: autocovariância e autocorrelação.

• Análise de agrupamentos

Definição. Distâncias, semelhança. Técnicas hierarquizadas. Técnicas de partilha-optimização. Outros métodos.

• Análise de componentes e factores principais

Interpretação. Componentes principais em duas e n dimensões. Aplicações. Análise de factores: determinação e rotação.

 • Reconhecimento de padrões supervisionado

Regras de decisão. Análise descriminante linear. O método dos k-vizinhos.

 •Aplicações

Análise química, dactiloscopia, vestígios físicos, reconhecimento facial, antropologia forense 

Docente(s) responsável(eis)

Alberto António Caria Canelas Pais

Métodos de Avaliação

Avaliação final
Exame: 100.0%

Bibliografia

R. Lyman Ott, An Introduction to Statistical Methods and Data Analysis, Duxbury (Pacific Grove , 2001)

R. Wehrens, Chemometrics with R, Springer (Heidelberg, 2011)

R.G. Brereton, Chemometrics : Data Analysis for the Laboratory and Chemical Plant, Wiley (Chichester, 2003).

D.L. Massart, B.G.M. Vandeginste, S.N. Deming, Y. Michotte e L. Kaufman, Chemometrics: a textbook, Elsevier (Amsterdam, 1988).