ISLA Santarém 26666

Deep Learning

• ApresentaçãoPresentation

    
• ProgramaProgramme

  1.Introdução à aprendizagem profunda 1.1.Redes neuronais clássicas 1.2.Algoritmo de backpropagation 1.3.Redes neuronais convolucionais 1.4.Outros modelos de aprendizagem profunda 2.Transferência de conhecimento 3.Aquisição e representação de imagens 4.Operações com imagens 5.Extração de características de imagem 6.Arquiteturas de redes para deteção e identificação de objetos 7.Arquiteturas de redes para geração automática de conteúdos 7.1.Inteligência Artificial Generativa
• ObjectivosObjectives

  Construir sistemas de recomendação com uma abordagem de filtragem colaborativa e um método de aprendizagem profunda baseada no conteúdo; Construir um modelo de aprendizagem profunda. Extração de características de imagem que poderão ser usadas em algoritmos de aprendizagem automática clássicos e técnicas de aprendizagem profunda com aplicação a problemas que envolvam imagens, nomeadamente as baseadas em redes neuronais convolucionais.
• BibliografiaBibliography

  Bishop, C. M., & Bishop, H. (2023). Deep learning: Foundations and concepts. Springer Nature. Chollet, F. (2021). Deep learning with Python. Manning Publications. Martinez-Ramon, M., Ajith, M., & Kurup, A. R. (2024). Deep Learning: A Practical Introduction. John Wiley & Sons. Prince, S. J. (2023). Understanding deep learning. MIT press. Saitoh, K. (2021). Deep learning from the basics: Python and deep learning: Theory and implementation. Packt Publishing Ltd.
• MetodologiaMethodology

     
• LínguaLanguage

  Português
• TipoType

  Semestral
• ECTS

  5
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não
• AvaliaçãoEvaluation

   

  Descrição	Data limite	Ponderação
  Prova de avaliação de conhecimentos escrita (Individual)		30%
  Trabalho prático (Grupo)		30%
  Portfólio a desenvolver em contexto de aula (Individual)		40%