Workshop Inteligência de Máquina

Sorry, this page is not available in English, back to Sergio Navega's Homepage

Estes são alguns dos tópicos que podem ser compostos em um workshop. Não se preocupe se você não conhece muitos desses termos, nossa intenção é torná-los familiares para você. Podemos montar o workshop com os itens que você selecionar, pode ser um só, apenas alguns ou todos eles. O workshop pode ser dado em uma tarde, um dia inteiro ou dois/três dias em sequência, dependendo da quantidade de itens e profundidade de exposição que você desejar. O objetivo final é o mesmo: ganhar uma visão dos principais termos e conceitos envolvidos em Data Mining e Inteligência de Máquina.

Conteúdo do Workshop (Selecione os itens que interessam)

Dados, Informação e Conhecimento O caos e a ordem, a regularidade e o randômico Teoria da Informação, Algorithmic Information Theory, Claude Shannon Teoria da Computação, o que é computável e o que não é Há regularidades sem conhecimentos do domínio? Exemplos Práticos

	Redes Neurais e Conexionismo Origens do PDP (Rumelhart e McClelland) Para Que Servem Classificação/Reconhecimento/Predição de Padrões Memória Associativa (CAM), Otimização Aprendizagem supervisionada e não-supervisionada Neocognitron, Perceptrons, o caso do XOR, os MLPs Backpropagation, Feedforward As SOMs de Kohonen, ARTs, SRNs, Hopfield, Sistemas híbridos
	Representação de Conhecimento e Inferência Sintaxe e Semântica Cálculo Proposicional e Lógica de Primeira Ordem Regras de Produção, Encadeamento Forward/Backward Frames e Scripts, Semantic Networks Case-Based Reasoning, Qualitative Reasoning Ontologias Para Compartilhamento de Conhecimento
	Sistemas Especialistas Bases de Conhecimento Aquisição de Conhecimento Mycin, Dendral, Prospector, Certainty Factors Habilidades de Explanação, Algoritmo RETE SE Modernos (Exemplos de Produtos) CYC: A Máquina de Common Sense Ontologias, Knowledge Engineering e as VLKB Teorema de Bayes, Bayesian Belief Networks
	Machine Learning Indução de Regras Concept Learning Decision Trees Explanation-Based Learning Reinforcement Learning Minimum Description Length FOIL, ID3, C4.5, Simulated Annealing Inductive Logic Programming, Multistrategy Learning Computational Learning Theory
	Computação Evolucionária, Algoritmos Genéticos O Que é Programação Genética Fitness Functions, Populações, Crossovers, Mutações Aplicações, Vantagens, Desvantagens
	Information Retrieval Aquisição Léxica Aquisição Semântica WordNet, Busca na WWW Bancos de Dados Textuais
	Data Mining Como Funciona Data Preparation Clustering Regressão, Classificação Principais Algoritmos Principais Produtos Uma análise das vantagens e desvantagens dos principais produtos disponíveis no mercado brasileiro
	Agentes Inteligentes Agentes Organizacionais e Pessoais, Desktop x Internet Mobilidade, Colaboração Aplicações Inteligência Artificial Distribuída (DAI) Sistemas Blackboard Agentes Cooperativos
	Processamento de Linguagem Natural Fonologia, Morfologia, Sintaxe, Semântica, Pragmática, Análise de Discurso Gramáticas Livres de Contexto, ATNs Word Disambiguation, Reconhecimento da Fala, Tradução Automatizada Geração de Linguagem Natural, Métodos Template-Based
	Outros Assuntos Sistemas Fuzzy e Rough Sets Intelligent User Interfaces, Intelligent Tutoring Systems Knowledge Engineering Visão Computacional, Robótica Ciência Cognitiva Aquisição Automática de Conhecimento PSSH, o Problema do Aterramento dos Símbolos Frame Problem, o Teste de Turing, o Quarto Chinês Complexidade da Aprendizagem Neural
	Referências (onde aprender mais)

Para maiores informações, consulte-nos: snavega@attglobal.net

Retorna à página de Seminários

Leia Aqui Alguns Artigos de Sergio Navega
Consultoria em Data Mining e Business Intelligence
Transparências disponíveis on-line
Homepage de Sergio Navega
Homepage da Intelliwise
Curso Machine Intelligence