A disciplina tem como objectivos gerais, primeiro, a compreensão da área de reconhecimento de padrões de forma genérica, segundo, a familiarização com as técnicas de reconhecimento de padrões e, terceiro, a aplicação dessas técnicas a casos reais.
A disciplina aborda a questão de classificação dos dados de forma automática. São estudados métodos da teoria da decisão estatística, classificadores com base na aprendizagem supervisionada e não supervisionada, com ênfase nas redes neuronais e nas técnicas de agrupamento de dados, bem como máquinas de vectores de suporte.
Como objectivos específicos pretende-se com esta disciplina proporcionar um leque de ferramentas teóricas, metodológicas e algorítmicas abordando problemas diversos relacionados com o tratamento automático de informação, nomeadamente a estruturação e classificação de dados. Estes objectivos assentam numa formação básica na área de reconhecimento de padrões, abrangendo os tópicos: (i) reconhecimento estatístico de padrões (funções discriminantes, classificadores Bayesianos) (ii) redes neuronais - aprendizagem supervisionada e estimação de parâmetros, (iii) aprendizagem não supervisionada e técnicas de agrupamento, (iv) máquinas de vectores de suporte. As técnicas e algoritmos são ilustrados em aplicações reais.