Aprendizagem Automática em Marketing

Objectivos

1. Apresentar aos alunos o conceito de aprendizagem e aprendizagem automática e questões relacionadas
2. Familiarizar os alunos com os principais problemas da Aprendizagem Automática: regressão, previsão, classificação, clustering
3. Familiarizar os alunos com as principais medidas de desempenho de um modelo de Aprendizagem Automática
4. Introduzir os algoritmos de Aprendizagem Automática mais usados
5. Aplicar esses algoritmos ao marketing

Caracterização geral

Código

200203

Créditos

7.5

Professor responsável

Nuno Miguel da Conceição António

Horas

Semanais - A disponibilizar brevemente

Totais - A disponibilizar brevemente

Idioma de ensino

Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês

Pré-requisitos

  

Bibliografia

- Andrew Ng. Machine Lear ning Yearning. Online Book: http://www.mlye arning.org. 2017.
- Yaser S. Abu-Mostafa, Malik Magdon-Ismail, and Hsuan-Tien Lin. Learning from Data. AMLBook. 2012.

Método de ensino

  

Método de avaliação

  

Conteúdo

1. Introdução ao aprendizagem e aprendizagem automática
2. Generalização e overfitting
3. Aprendizagem supervisionada e não supervisionada
4. Classificação, agrupamento, regressão, previsão
5. Medidas de desempenho de um modelo de Aprendizagem Automática
6. Redes Neurais Supervisionadas
7. Redes Neurais Não Supervisionadas
8. Aprendizagem Profunda
9. Programação Genética
10. Menção sobre support vector machines e redes bayesianas
11. Aplicação a casos de teste da vida real na área do Marketing