Topicos em IA, 2s99

Tópicos em Inteligencia Artificial MC979/MO810B

versao de 4/10

2a e 5a: 14:00 - 16:00

Prof. Jacques Wainer
sala 38 IC
wainer@dcc.unicamp.br

Livros texto

Aprendizado:

Machine Learning, Tom Mitchell, McGraw-Hill, 1997 (capitulos 1, 3-9, 13)

Diagnostico:

Abductive Inference Models for Diagnostic Problem Solving, Yun Peng e James Reggia, Srpinger-Verlag, 1990 (capitulos 3 e 4)
artigos fornecidos pelo professor

Avaliação:

2 seminarios (S1 e S2) e um trabalho (T).

Nota final = (S1 + S2 + T)/3

Topicos do seminario 1 (aprendizado):

Topicos do seminario 2 (diagnostico):

artigos a serem distribuidos pelo professor

Trabalho:

Dados sobre hepatitis, versao de 4/10
em duplas
desenvolver programas de aprendizado para o mesmo conjunto de dados
provavelmente a nota sera competiva, isto é, o programa com mais alto indice de acerto recebe 10, o segundo melhor recebe 9 (ou 8), e assim por diante. O ultimo colocado recebe provavelmente 0.

links interessantes

Conteúdo (tentativo - versao de 23/8)

Dia	Assunto	Dia	Assunto
2/8		5/8	Cap 1 ML
9/8	Cap 3 ML	12/8	Cap 4 ML
16/8	Cap 4 ML	19/8	Cap 5
23/8	Cap 6	26/8	Cap 7
30/8	Cap 7	2/9	Cap 8
6/9	Nao havera aula	9/9	Cap 9
13/9	Cap 13	16/9	Cap 13
20/9	C4.5 (Silvia) Inductive Logic Prog (Yuri)	23/9	Explanation. based learn. (Juliano) Aprend. Analitico/indut. (Paulo Andre)
27/9	Data Mining (Raimundo e Rodrigo)	30/9	Exploracao (Tiago) Descoberta cietifica(Juliano)
4/10	Redes Bayesianas (Sandro) Aprendizado no limite(Cristian)	7/10	Aprendizado por reenforco (marcos) Diagnostico introducao
11/10	Nao havera aula	14/10	Diag. baseado em exemplos
18/10	Diag. baseado em casos	21/10	PCT
25/10	Diag. bayesiano	28/10	Diag. logico
1/11	Nao havera aula	4/11	Diag. com informacao temporal
8/11	Modelo de tarefas	11/11	Seminarios
15/11	Seminarios	18/11	Seminarios
22/11	Seminarios	25/11
29/11