Principais
FACELI, Katti; LORENA, Ana Carolina; GAMA, João; ALMEIDA, Tiago Agostinho de; CARVALHO, André Carlos P. L. F. de. Inteligência artificial: uma abordagem de aprendizado de máquina. 2. ed. Rio de Janeiro: LTC, 2023.
HAYKIN, Simon. Neural networks and learning machines. 3. ed. Upper Saddle River, NJ: Pearson Prentice Hall, 2009.
HAYKIN, Simon. Redes neurais: princípios e prática. Trad. Paulo Martins Engel. 2. ed. Porto Alegre: Bookman, 2001.
Complementares
AUDY, Jorge L N.; ANDRADE, Gilberto K.; CIDRAL, Alexandre. Fundamentos de sistemas de informação. E-book. Porto Alegre: Bookman, 2007.
BROOKSHEAR, J. Glenn. Ciência da computação: uma visão abrangente. Trad. Eduardo Kessler Piveta. 11. ed. Porto Alegre: Bookman, 2013.
CORMEN, Thomas H.; LEISERSON, Charles E.; RIVEST, Ronald L.; STEIN, Clifford. Algoritmos: teoria e prática. Trad. Arlete Simille Marques. 3. ed. Rio de Janeiro: Elsevier, 2012.
GERSTING, Judith L. Fundamentos matemáticos para a ciência da computação: matemática discreta e suas aplicações. Trad. Valéria de Magalhães Iorio. 7. ed. Rio de Janeiro: LTC, 2017.
GRUS, Joel. Data science do zero: noções fundamentais com Python. Trad. Welington Nascimento. 2 ed. E-book. Rio de Janeiro: Alta Books, 2021.
HOFFMANN, Rodolfo. Estatística para economistas. 4. ed. São Paulo: Pioneira Thomson Learning, 2006.
ROSS, Sheldon. Probabilidade: um curso moderno com aplicações. Trad. Alberto Resende De Conti. 8 ed. Porto Alegre: Bookman, 2010.
SEBESTA, Robert W. Conceitos de linguagens de programação. Trad. João Eduardo Nóbrega Tortello. 11. ed. Porto Alegre: Bookman, 2018.
SIPSER, Michael. Introdução à teoria da computação. Trad. Rui José Guerra Barreto de Queiroz. 2 ed. São Paulo: Cengage Learning, 2021.
STAIR, Ralph M.; REYNOLDS, George W.; BRYANT, Joey; FRYDENBERG, Mark; GREENBERG, Hollis; SCHELL, George. Princípios de Sistemas de Informação. Trad. Edson Furmankiewicz. 14 ed. E-book. São Paulo: Cengage Learning, 2021.
Materiais consultados para tópicos específicos
AGUIAR, Marcus A. M. Sistemas dinâmicos. Universidade Estadual de Campinas. 2005. Disponível em
BEAR, Mark F.; CONNORS, Barry W.; PARADISO, Michael A. Neurociências: desvendando o sistema nervoso. Trad. Carla Dalmaz et al. 4. ed. Porto Alegre: Artmed, 2017.
BOCCATO, Levy; ATTUX, Romis. Tópico 6 — parte 1: redes neurais artificiais. Departamento de Engenharia de Computação e Automação. Faculdade de Engenharia Elétrica e de Computação. Universidade Estadual de Campinas. Disponível em
DAVIS, Josiah; ZHU, Jason; OLDFATHER, Jeremy; MACDONALD, Samual; TRZASKOWSKI, Maciej; KELSEN, Max. 2020. Quantifying uncertainty in deep learning systems. Disponível em
ENGEL, Paulo Martins. Redes neurais: a rede RBF. Disponível em
FERREIRA, Francisco Rômulo Monte. A teoria neuronal de Santiago Ramón y Cajal. 2013. Tese (Doutorado em Neurociências e Comportamento) - Instituto de Psicologia, Universidade de São Paulo, São Paulo, 2013. doi:10.11606/T.47.2013.tde-13012014-120534. Acesso em: 18 jan. 2024.
FUNÇÃO de base radial. In: WIKIPEDIA. Disponível em
GALLINARO, Júlia V.; SCHOLL, Benjamin; CLOPATH, Claudia. 2023. Synaptic weights that correlate with presynaptic selectivity increase decoding performance. PLOS Computational Biology 19(8): e1011362.
GUIDORIZZI, Hamilton Luiz. Um curso de cálculo, vol. 1. 5. ed. Rio de Janeiro: LTC, 2013.
HAYKIN, Simon. Adaptive filter theory. 3 ed. Upper Saddle River, NJ: Prentice Hall, 1995.
KANDEL, Eric R.; SCHWARTZ, James H.; JESSELL, Thomas M.; SIEGELBAUM, Steven A.; HUDSPETH, A. J. Princípios de neurociências. Trad. Ana Lúcia Severo Rodrigues et al. 5. ed. Porto Alegre: AMGH, 2014.
LECTURE 1 on kernel methods: Positive definite kernels. Vídeo: 44min49s. Publicado pelo canal Julien Mairal. 22 fev. 2021. Disponível em
LECTURE 4 on kernel methods: Kernel Trick. Vídeo: 42min22s. Publicado pelo canal Julien Mairal. 22 fev. 2021. Disponível em
LEMES, Nelson H. T. Neurônio de McCulloch-Pitts. Instituto de Química. Universidade Federal de Alfenas. Disponível em
MARGOTTI, Fábio. Problemas inversos. Universidade Federal de Santa Catarina. Disponível em
MARGOTTI, Fábio. Teoria da regularização. Universidade Federal de Santa Catarina. Disponível em
McCULLOCH, Warren S.; PITTS, Walter. A logical calculus of ideas immanent in nervous activity. Reprinted from the Bulletin of Mathematical Biophysics, v. 5, p. 115-133 (1943). Bulletin of Mathematical Biology, v. 52, n. 1/2, p. 99/115. Great Britain: Pergamon Press PLC, 1990.
OTTO, Mateus Piovezan. Métodos de kernel escaláveis e interpretáveis baseados em random Fourier features. 2023. Dissertação (Mestrado em Estatística) - Estatística Interinstitucional do ICMC e UFSCarr, Universidade de São Paulo, São Carlos, 2023. doi:10.11606/D.104.2023.tde-02052023-084042. Acesso em: 14 jan. 2024.
RADIAL basis function. In: WIKIPEDIA. Disponível em
RADIAL basis function network. In: WIKIPEDIA. Disponível em
UNZUETA, Diego. Kernel methods: a simple introduction. Medium, 2021. Disponível em
VERY large scale integration. In: WIKIPEDIA. Disponível em