Tópicos de Inteligência Artificial em Medicina: Aprendizagem Automática
3
2022-2023
01017446
Unidades Curriculares Opcionais
Português
Presencial
2.0
Opcional
1º Ciclo - Licenciatura
Conhecimentos de Base Recomendados
NA
Métodos de Ensino
Os métodos de ensino são essencialmente expositivo e dialético mas também com recurso à resolução de problemas práticos. A contextualização dos problemas e conceitos envolvidos são inicialmente apresentados aos alunos, permitindo uma discussão das possíveis aplicações em medicina. Posteriormente introduz-se um problema prático para resolução pelos alunos. Assim, desenvolve-se a capacidade de aplicação e interpretação dos resultados obtidos, a qual é potenciada pela utilização de ferramentas informáticas adequadas.
Resultados de Aprendizagem
Compreender os fundamentos da aprendizagem não supervisionada.
Planear aplicações de aprendizagem não supervisionada à medicina.
Reconhecer os métodos, vantagens e desvantagens da aprendizagem por reforço.
Identificar os principais aspectos do processamento natural de linguagem.
Estágio(s)
NãoPrograma
1. Aprendizagem não supervisionada
i) Aplicações
ii) Tipos de conglomerados
iii) Algoritmos: dbscan, mean-shift, k-means, hierárquicos
2. Aprendizagem por reforço
i) Elementos essenciais do algoritmo.
ii) Formulação de um problema de aprendizagem por reforço
iii) Q-learning e SARSA.
iv) Aplicações
3. Processamento natural de linguagem
i) Técnicas usadas em NLP
ii) Aplicações.
Docente(s) responsável(eis)
Francisco José Santiago Fernandes Amado Caramelo
Métodos de Avaliação
Avaliação
Trabalho laboratorial ou de campo: 100.0%
Bibliografia
- Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer
- Mário Rodrigues, António Teixeira, Advanced Applications of Natural Language Processing for Performing Information Extraction, Springer
- Richard S. Sutton and Andrew G. Barto, Reinforcement Learning: An Introduction, A Bradford Book, The MIT Press.