Reconhecimento de Padrões: Um Estudo Dirigido

O Livro Apresenta Tópicos Relevantes Na Área De Reconhecimento De Padrões, Os Quais Incluem A Classificação Segundo Diferentes Paradigmas De Aprendizado, Processos De Seleção De Atributos E Redução De Dimensionalidade, Além De Tópicos Sobre Regressão. Com Intuito Didático, A Obra Busca Oferecer Uma Discussão Teórica, Munida De Notação Matemática Acurada, Seguida Por Exemplos E Discussões A Partir De Um Ponto De Vista Computacional. A Linguagem De Programação Python E A Biblioteca Scikit-Learn São As Ferramentas Essenciais Na Proposta De Estudo Oferecida Por Este Livro. Dessa Forma, Trata-Se De Um Material Introdutório Que Busca Reunir E Apresentar Os Principais Conceitos Da Disciplina Reconhecimento De Padrões Em Uma Sequência Conveniente Que Favorece A Construção Do Conhecimento, Auxiliando O Leitor A Experimentar Textos Posteriores De Maior Complexidade Ou Que Exijam Como Ponto De Partida Itens Elementares Da Disciplina Abordada. Em Sincronia Com O Propósito Exposto, A Obra Busca Ainda Proporcionar Reflexões Teóricas E Conduzir A Elaboração E Implementação De Novas Propostas, Isto É, Incentiva E Desafia O Leitor A Oferecer Soluções Para Questões Que Surgem Naturalmente Ao Trabalhar Com Reconhecimento De Padrões. Assim, Na Esteira Deste Processo Iterativo Entre Teoria E Desenvolvimento Prático, Esta Obra Deve Auxiliar O Leitor A Acumular Maturidade E Fluência Nessa Cativante E Empolgante Área Do Conhecimento.