Carregando

Vídeo 17 de 54

Reconhecimento de Padrões

Vídeo 9 do Tema 3: Atividade 4

por Ariane Machado Lima

Incorporar
Recomendar
     
Gostei (4)

Formatos disponíveis

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

Licença de uso

Acesso Simples (Azul)
Esta licença permite ao usuário somente assistir ao conteúdo do e-Aulas USP na plataforma, sendo vedada sua cópia e/ou redistribuição. Esta licença não permite o download do vídeo por nenhum usuário.

Sobre a aula

Este vídeo descreve a atividade 4 da disciplina envolvendo o tema de seleção de características.

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
Pró-Reitoria de Graduação
Telefone: +55 11 3091-9942