Modelos Gráficos de Probabilidade

[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Unidade curricular” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
Modelos Gráficos de Probabilidade
[/ms_accordion_item] [/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]

[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Docente” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]

Pedro Pereira Rodrigues

[/ms_accordion_item]
[/ms_accordion]

[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Objetivos de aprendizagem” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]

Esta unidade curricular pretende dotar os alunos dos conhecimentos e competências que lhes permitam utilizar métodos modernos de resolução probabilística de problemas biomédicos, sendo mais especificamente focadas a teoria e a prática de construção de Redes Bayesianas para exploração de associações entre factores relevantes e outcomes, e a sua aplicação no apoio à decisão clínica.

[/ms_accordion_item]
[/ms_accordion]

[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Resultados de aprendizagem e competências” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]

  • Identificar diferentes tipos de incerteza inerentes à prática clínica.
  • Compreender os principais objectivos da inferência Bayesiana para o apoio à decisão clínica.
  • Descrever a teoria das redes Bayesianas, os seus objectivos e as principais características.
  • Observar aplicações clínicas de redes Bayesianas em diferentes áreas e outcomes.

[/ms_accordion_item]
[/ms_accordion]

[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Conteúdos programáticos” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]

Introdução

Motivação e exemplos

Probabilidade e aplicações médicas

Modelos gráficos de probabilidade

Introdução às redes Bayesianas

Redes Bayesianas

  • Semântica e factorização
  • Fluxo de influência probabilística
  • Independência condicional e Naive Bayes
  • Independência causal
  • Modelos temporais de redes Bayesianas

Construção de redes Bayesianas a partir de dados

  • Aprendizagem automática
  • Estimação de parâmetros de redes Bayesianas
  • Aprendizagem da estrutura de redes Bayesianas
  • Aprendizagem com dados incompletos

[/ms_accordion_item]
[/ms_accordion]

[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Metodologias de ensino” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]

Aulas teórico-práticas (9 horas) com apresentação e discussão de temas, exercícios em grupo e individuais, com utilização de software específico para desenvolvimento de competências.

[/ms_accordion_item]
[/ms_accordion]

[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Tipo de avaliação” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]

Avaliação distribuída com exame final

[/ms_accordion_item]
[/ms_accordion]

[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Bibliografia principal” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]

  • Darwiche, A. ; Modeling and Reasoning with Bayesian Networks, Cambridge University Press, 2009
  • Darwiche, A. ; Bayesian networks, Communications of the ACM, 53(12), 80–90, 2010
  • Lucas, P. J. F., van der Gaag, L. C., & Abu-Hanna, A. ; Bayesian networks in biomedicine and health-care, Artificial Intelligence in Medicine, 30(3), 201–14., 2004
  • Lucas, P. ; Bayesian analysis, pattern analysis, and data mining in health care, Current Opinion in Critical Care, 10(5), 399–403., 2004
  • Koller, D., & Friedman, N. ; Probabilistic Graphical Models – Principles and Techniques, MIT Press., 2009
  • Cowell, R. G., Dawid, P., Lauritzen, S. L., & Spiegelhalter, D. J. ; Probabilistic Networks and Expert Systems: Exact Computational Methods for Bayesian Networks, Springer, 2007

[/ms_accordion_item]
[/ms_accordion]

[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Página oficial” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
Página oficial
[/ms_accordion_item]
[/ms_accordion]