Vídeo 3 de 54

Reconhecimento de Padrões

Formatos disponíveis

Assista a esse vídeo em: MP4 (1280 X 720 px) | MP4 (640 X 360 px)

Licença de uso

Sobre a aula

Este é o vídeo 3 do tema 2 da disciplina SIN5007 - Reconhecimento de Padrões, que aborda a intuição da técnica de PCA.

Disciplina

SIN5007-4 Reconhecimento de Padrões

EMENTA

1.Introdução a problemas de reconhecimento de padrões; 2.Extração de características e redução de dimensionalidade. Análise de Componentes Principais; 3.Medidas de distância para classificação. 4.Técnicas para seleção de características. Aplicações e avaliação de desempenho. 5.Classificadores supervisionados: Redes Neurais Perceptron Multi-Camadas, Máquinas de Vetores Suporte, Árvores de Decisão, Métodos sintáticos. Aplicações e avaliação de desempenho. 6. Redes Bayesianas; 7. Classificação supervisionada multiclasse e multirrótulo; 8. Classificadores não supervisionados: Técnicas de agrupamento de dados. Aplicações e avaliação de desempenho.

Objetivo

O objetivo geral dessa disciplina é apresentar ao aluno os principais métodos utilizados para análises de dados, compreensão de fenômenos e tomada de decisão em problemas de reconhecimento de padrões. Mais especificamente, serão introduzidos fundamentos e algoritmos para modelagem e classificação de dados, seleção e extração de características, juntamente com os métodos apropriados para avaliação de desempenho dos modelos obtidos. As similaridades e diferenças entre os métodos apresentados e suas principais vantagens e desvantagens serão também abordadas e discutidas ao longo do curso.

Índice de vídeos da disciplina

1. Vídeo 1 do Tema 2: Mais um pouco sobre pré-processamento
2. Vídeo 2 do Tema 2: A maldição da dimensionalidade
3. Vídeo 3 do Tema 2 - PCA: a intuição
4. Vídeo 4 do Tema 2 - PCA: Conceitos necessários de álgebra linear
5. Vídeo 5 do Tema 2 - PCA: Conceitos necessários de estatística
6. Vídeo 6 do Tema 2 - PCA: a decomposição espectral
7. Vídeo 7 do Tema 2 - PCA: comentários e como reduzir a dimensionalidade
8. Vídeo 8 do Tema 2 - PCA: comentários finais e atividade 3
9. Vídeo 1 do Tema 3: Introdução ao problema de seleção de características
10. Vídeo 2 do Tema 3 - A relação com o classificador
11. Vídeo 3 do Tema 3 - Funções de avaliação
12. Vídeo 4 do Tema 3 - Formas de percorrer o espaço de busca (e critério de parada)
13. Vídeo 5 do Tema 3 - Forma COMPLETA de percorrer o espaço de busca
14. Vídeo 6 do Tema 3 - Forma HEURÍSTICA de percorrer o espaço de busca
15. Vídeo 7 do Tema 3 - Forma RANDÔMICA de percorrer o espaço de busca - LVF
16. Vídeo 8 do Tema 3 - Forma RANDÔMICA de percorrer o espaço de busca - algoritmos genéticos
17. Vídeo 9 do Tema 3: Atividade 4
18. Vídeo 1 do Tema 4: Classificação Bayesiana - Introdução e conceitos básicos
19. Vídeo 2 do Tema 4: Classificação Bayesiana - O que isso tem a ver com classificação?
20. Vídeo 3 do Tema 4: Classificação Bayesiana - Generalizando...
21. Vídeo 1 do Tema 5: Estimação de Erro - Introdução
22. Vídeo 2 do Tema 5: Estimação de Erro - Técnicas de estimação de desempenho
23. Vídeo 3 do Tema 5: Estimação de Erro - Medidas de desempenho
24. Vídeo 4 do Tema 5: Estimação de Erro - Curvas ROC
25. Vídeo 5 do Tema 5: Estimação de Erro - Atividade 5
26. Vídeo 6 do Tema 5: Estimação de Erro - Detalhes estatísticos
27. Vídeo 1 do Tema 6: Redes Bayesianas - Definição
28. Vídeo 2 do Tema 6: Redes Bayesianas - Para que servem?
29. Vídeo 3 do Tema 6: Redes Bayesianas - Aprendizado
30. Vídeo 4 do Tema 6: Redes Bayesianas como classificadores (Naive Bayes)
31. Vídeo 5 do Tema 6: Redes Bayesianas - Calibração de parâmetros
32. Vídeo 6 do Tema 6: Redes Bayesianas - Atividade 6
33. Vídeo 1 do Tema 7: SVMs Hard Margin - formulação primal
34. Vídeo 2 do Tema 7: SVMs Hard Margin - formulação dual
35. Vídeo 3 do Tema 7: SVMs Soft Margin
36. Vídeo 4 do Tema 7: SVMs não lineares (kernels)
37. Vídeo 5 do Tema 7: Observações gerais sobre SVMs
38. Vídeo 6 do Tema 7: Atividade 7
39. Vídeo 1 do Tema 8 - Redes Neurais Artificiais: a inspiração biológica
40. Vídeo 2 do Tema 8 - Redes Neurais Artificiais: Perceptrons
41. Vídeo 3 do Tema 8 - Redes Neurais Artificiais: Redes Perceptron Multicamadas (MLP)
42. Vídeo 4 do Tema 8 - Redes Neurais: Atividade 8
43. Vídeo 1 do Tema 9: Definição de Árvores de Decisão
44. Vídeo 2 do Tema 9: Treinamento de Árvores de Decisão
45. Vídeo 3 do Tema 9: Árvores de Decisão - Outras questões
46. Vídeo 4 do Tema 9: Random Forests
47. Tema 10 - Métodos sintáticos
48. Vídeo 1 do Tema 11: Comitê de classificadores
49. Vídeo 2 do Tema 11: Classificação multiclasse
50. Vídeo 3 do Tema 11: Classificação multirrótulo
51. Vídeo 1 do Tema 12: Classificação não supervisionada - Introdução
52. Vídeo 2 do Tema 12: Agrupamento Hierárquico
53. Vídeo 3 do Tema 12: Agrupamento Particional
54. Vídeo 4 do Tema 12 - Outras técnicas, validade de agrupamentos e últimos comentários

Vídeos relacionados