Para muitos
reconhecimento de padrões e aprendizado de máquina são sinônimos, mas o
fato é que reconhecer padrões não é uma tarefa que ocorre exclusivamente
dentro de uma máquina. Sendo assim, reconhecimento de padrões é um
pouco mais abstrato, no sentido de que aspectos um pouco mais teóricos
ganham um destaque um pouco maior. Podemos dizer que o reconhecimento de
padrões é a matemática do machine learning. Obviamente, as aplicações
do reconhecimento de padrões e do aprendizado de máquina são muito
próximas, pois envolvem problemas relacionados à extração de
características e classificação de dados.
Disciplina de Interação Humano-Computador para estudantes do Programa de Pós-graduação em Ciência da Computação (PPGCC)
Os termos Computação Pervasiva, Computação Ubíqua e Internet das Coisas (IdC), muitas vezes utilizados como sinônimos, referem-se a ambientes saturados de dispositivos computacionais e redes de comunicação sem fio, que se integram naturalmente à atividade humana. Segundo Mark Weiser, o pai da Computação Ubíqua, “as mais profundas tecnologias são as que desaparecem”. Neste sentido, as Computações Pervasiva e Ubíqua e IdC podem ser consideradas como o oposto da Realidade Virtual. Enquanto na segunda o usuário penetra no mundo virtual criado pelos computadores, nas primeiras é a computação que penetra no mundo físico do usuário, construindo a ponte que liga esses dois mundos. O principal objetivo desse curso, cuja metodologia de ensino-apendizagem é centrada em Aprendizagem Baseada em Problemas (ABP), é fomentar o interesse dos alunos pelas Computações Pervasiva/Ubíqua e IdC, através de um conjunto de Situações Problemas (SPs), que farão com que os alunos busquem informações e utilizem tecnologias Pervasivas/Ubíquas/IdC para resolver esses problemas.