1. Construir modelos aplicados à resolução de problemas concretos;
2. Ser capaz de a partir de um modelo matemático, construir uma implementação computacional numa linguagem apropriada e a partir desta efectuar simulações eficientes;
3. Ser capaz de concluir as vulnerabilidades do modelo e corrigir as respectivas insuficiências, de criticar as soluções encontradas e perceber de que forma estas podem ser melhoradas;
4. Compreender a distinção entre inferência Bayesiana e inferência clássica e aplicar a primeira a problemas de previsão e classificação;
5. Ser capaz de construir modelos gráficos de forma a caracterizar a estrutura de dependências de um problema e, a partir destes, produzir simulações;
6. Ser capaz de compreender o funcionamento de uma rede neuronal e dos respectivos algoritmos de aprendizagem;
7. Distinguir os vários tipos de redes neuronais e os respectivos traços característicos;
8. Ser capaz de acompanhar genericamente os avanços tecnológicos na nesta área e perceber os novos desafios colocados.

Ficha de Unidade Curricular