Aprendizagem Computacional em Engenharia

5 ECTS / Semestral / Inglês

Objetivos e competências

Objetivos pedagógicos

  1. Promover o uso de ferramentas de Inteligência artificial/reconhecimento de padrões para resolução de problemas em Engenharia;
  2. Fomentar o interesse na área da programação para o desenvolvimento de soluções inteligentes em Engenharia.

Resultados expectáveis
O estudante deve ser capaz de:

  1.  Conhecer os princípios, mecanismos, sintaxe e semântica de programação em Python®;
  2. Reconhecer a necessidade e as vantagens do processamento automático de informação;
  3. Expressar-se corretamente de forma oral e escrita sobre problemas de classificação e de processamento avançado de sinal/dados.
  4. Utilizar os princípios e as principais técnicas avançadas de processamento de sinal (ex: Análise temporal, espectral e multibanda) para extração de padrões;  
  5. Usar ferramentas classificativas na resolução de problemas em processamento de sinal/dados pela criação de sistemas de apoio à decisão.

 

Metodologias de ensino

Aulas teóricas e práticas com envolvimento permanente dos estudantes.

 

Conteúdos programáticos

  1. Linguagem de Programação Python®
    - Conceitos fundamentais da linguagem Python®
    - Variáveis, tipos de dados e operações
    - Estruturas de decisão e repetição
    - Funções
    - Programação Orientada a Objetos
     
  2. Inteligência Artificial (AI)
    - O que é?
    - Os principais paradigmas e desafios em AI
     
  3. Conceitos de Reconhecimento de Padrões
    - O que é a aprendizagem de máquina (machine learning)?
    - Problemas de Aprendizagem
    - Sobre-ajustamento (Overfitting)
    - Algumas ferramentas clássicas de aprendizagem de máquina
     
  4. Aprendizagem Supervisionada
    - Redes Neurais Artificiais (RNA)
    - Máquinas de vetores de suporte (SVM)
     
  5. Aprendizagem não supervisionada
    - K-means e Mapas auto-organizáveis (SOM)
     
  6. Teoria de Aprendizagem e Seleção de Modelos / Padrões
    - Validação cruzada
    - Algoritmos genéticos
    - Seleção sequencial de padrões
    - Métodos estatísticos
     
  7. Análise avançada e inteligente em Processamento de Sinal
    - Processamento, Análise e Extração de parâmetros de sinais/dados em Matlab®
    - Aplicações Inteligentes em Python®

Docentes

Professor(a) Auxiliar
Doutorado em Engenharia Biomédica pela Universidade do Porto e mestre e licenciado em Engenharia Biomédica pelo Instituto Politécnico de Bragança. É Professor…