1-Teorias de Aprendizado;

2-Modelos de Regressão;

3-Classificadores Bayesianos;

4-Perceptron;

5-Máquinas de Vetores Suportes;

6-Métodos Kernel;

7-Seleção de Características;

8-Modelos Aditivos;

9-Análise de Cluster;

10-Seleção e Avaliação de Modelos.

1-Principe, J.C. , Euliano, N.R. and lefebvre, W.C. , Neural and Adaptative Systems, John Wiley & Sons, Inc. , 2000.

2-Kecman, V. , Learning and Soft Computing, MIT Press, 2001.

3-Duda, R. , Hart, P. and Stork , D. , Pattern Classification, John Wiley & Sons, Inc. , 2000.

4-Shawe-Taylor, J. and Cristianini, N. Kernel Methods for Pattern Analysis. Cambridge University Press, 2004.

5-Herbrich, R. Learning Kernel Classifiers: Theory and Algorithms. MIT Press, 2002.

Não informado

Não informado