Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
Próxima revisão | Revisão anterior Próxima revisão Ambos lados da revisão seguinte | ||
pessoais:e.ferreira:ce064 [2016/01/08 00:42] e.ferreira criada |
pessoais:e.ferreira:ce064 [2016/06/17 18:28] e.ferreira |
||
---|---|---|---|
Linha 8: | Linha 8: | ||
* **Período:** 2016/1. | * **Período:** 2016/1. | ||
* **Horários e Locais:** | * **Horários e Locais:** | ||
- | * Segunda-feira 20:40 - 22:00, PC-17. | + | * Terça-feira 20:40 - 22:00 (LABEST) |
- | * Terça-feira 19:00 - 20:30, PC-17. | + | * Quinta-feira 17:30 - 19:00 (LABEST) |
* **Atendimento:** Sexta, 17h30-18h30. | * **Atendimento:** Sexta, 17h30-18h30. | ||
- | ==== Avaliações ==== | + | ===== Avaliações ===== |
+ | |||
+ | {{http://www.leg.ufpr.br/~eferreira/CE064/Instrut.pdf|Instruções para o trabalho final}} | ||
+ | |||
+ | {{http://www.leg.ufpr.br/~eferreira/CE064/Trabalho_pratico.pdf|Tópicos para o trabalho prático}} | ||
+ | |||
+ | {{http://www.leg.ufpr.br/~eferreira/CE064/pratica1.pdf|Grupos para o trabalho prático}} | ||
+ | ===== Aulas ===== | ||
+ | |||
+ | ^ Assunto ^ Teoria ^ Prática ^ Sabatina ^ Material complementar ^ | ||
+ | | Introdução |{{http://www.leg.ufpr.br/~eferreira/CE064/Introdução.pdf|Aula 1}} | | | {{http://www.leg.ufpr.br/~eferreira/CE064/Breiman's Two Cultures paper.pdf|Statistical Modeling: The Two Cultures}}| | ||
+ | | Regressão Linear - Revisão |{{http://www.leg.ufpr.br/~eferreira/CE064/Regressão Linear - Revisão.pdf|Aula 2}} |{{http://www.leg.ufpr.br/~eferreira/CE064/pratica2.zip|Prática 2}} |{{http://www.leg.ufpr.br/~eferreira/CE064/Alcides.pdf|Exemplo 2}} | {{https://www.quora.com/When-do-you-use-machine-learning-vs-statistical-regression|When do you use machine learning vs. statistical regression?}} | | ||
+ | | Gradiente descendente |{{http://www.leg.ufpr.br/~eferreira/CE064/gradiente descendente.pdf|Aula 3}} |{{http://www.leg.ufpr.br/~eferreira/CE064/Aula3/master.html|Prática 3}} |{{http://www.leg.ufpr.br/~eferreira/CE064/work2.html|Exemplo 3}} | {{http://www.leg.ufpr.br/~eferreira/CE064/tricks-2012.pdf|Stochastic Gradient Descent Tricks}}| | ||
+ | | Regularização |{{http://www.leg.ufpr.br/~eferreira/CE064/Regularização.pdf|Aula 4}} |{{http://www.leg.ufpr.br/~eferreira/CE064/ridge.html|Prática 4}} |{{http://www.leg.ufpr.br/~eferreira/CE064/script.html|Exemplo 4}} |{{http://statweb.stanford.edu/~tibs/lasso/lasso.pdf| Regression shrinkage and selection via the lasso}}| | ||
+ | | Métodos de reamostragem |{{http://www.leg.ufpr.br/~eferreira/CE064/Métodos de reamostragem.pdf|Aula 5}} |{{http://www.leg.ufpr.br/~eferreira/CE064/metodosDeReamostragem.html|Prática 5}} |{{http://www.leg.ufpr.br/~eferreira/CE064/script1.html|Exemplo 5}} | {{http://www.leg.ufpr.br/~eferreira/CE064/ency-cross-validation.pdf|Cross-validation}} | | ||
+ | | Classificação |{{http://www.leg.ufpr.br/~eferreira/CE064/Classificação.pdf|Aula 6}} |{{http://www.leg.ufpr.br/~eferreira/CE064/pratica6.html|Prática 6}} |{{http://www.leg.ufpr.br/~eferreira/CE064/work5.html|Exemplo 6}} | {{http://www.leg.ufpr.br/~eferreira/CE064/Regularized Discriminant Analysis.pdf|Regularized Discriminant Analysis}}| | ||
+ | | Support Vector Machines |{{http://www.leg.ufpr.br/~eferreira/CE064/Support Vector Machines.pdf|Aula 7}} |{{http://www.leg.ufpr.br/~eferreira/CE064/work6.html|Prática 7}} |{{http://www.leg.ufpr.br/~eferreira/CE064/svm_ex.html|Exemplo 7}} |{{http://www.leg.ufpr.br/~eferreira/CE064/learning-with-kernels.pdf|Learning with kernels}} | | ||
+ | | Métodos baseados em árvores |{{http://www.leg.ufpr.br/~eferreira/CE064/Arvores.pdf|Aula 8}} |{{http://www.leg.ufpr.br/~eferreira/CE064/Aula_-_Random_Forest.html|Prática 8}} | |{{http://www.leg.ufpr.br/~eferreira/CE064/10.1.1.60.3232.pdf|An Empirical Comparison of Supervised | ||
+ | Learning Algorithms}} | | ||
+ | | Manipulação de textos e imagens |{{http://www.leg.ufpr.br/~eferreira/CE064/Manipulando textos e imagens.pdf|Aula 9}} | {{http://www.leg.ufpr.br/~eferreira/CE064/Sabatina - Text Mining.rar|Prática 9}} | |{{http://www.leg.ufpr.br/~eferreira/CE064/dissertacao_larissa_sayuri.pdf|Dissertacao Larissa Sayuri}} | | ||
+ | | Aprendizado não supervisionado | | | |{{http://www.leg.ufpr.br/~eferreira/CE064/nihms-345818.pdf|Brief Review of Regression-Based and Machine Learning Methods}} | | ||
+ | |||
+ | |||
+ | |||
+ | ===== Notas ===== | ||
+ | |||
+ | - {{http://www.leg.ufpr.br/~eferreira/CE064/sabatina1,2,3,4,5,6.pdf|Sabatina 1, 2, 3, 4, 5 e 6}} | ||
- | ==== Aulas ==== | ||
Linha 25: | Linha 50: | ||
* Função custo; | * Função custo; | ||
* Revisão de Álgebra matricial. | * Revisão de Álgebra matricial. | ||
- | - Regressão Linear Múltipla: | + | - Regressão Linear: |
+ | * Regressão linear simples e múltipla; | ||
* Estimação dos parâmetros; | * Estimação dos parâmetros; | ||
- | * Interpretação; | + | * Preditor quantitativo e qualitativo; |
- | * Seleção de modelos; | + | * Interpretação. |
- | - Regularização: | + | - Gradiente descendente: |
+ | * Batch; | ||
+ | * Stochastic; | ||
+ | * Boosting. | ||
+ | - Seleção de modelos e regularização: | ||
+ | * Seleção por Forward e Backward; | ||
+ | * Estimação do erro do teste utilizando Mallow’s Cp, AIC, BIC, R quadrado ajustado; | ||
* Regressão Ridge; | * Regressão Ridge; | ||
* Regressão Lasso; | * Regressão Lasso; | ||
* Horseshoe; | * Horseshoe; | ||
* Elastic net. | * Elastic net. | ||
- | - Redes neurais artificiais: | ||
- | * Perceptron; | ||
- | * Back-Propagation. | ||
- Métodos de reamostragem: | - Métodos de reamostragem: | ||
* Estimando o erro de previsão; | * Estimando o erro de previsão; | ||
Linha 43: | Linha 72: | ||
- Classificação: | - Classificação: | ||
* Regressão logística; | * Regressão logística; | ||
- | * Classificação por árvores; | + | * Análise de discriminante linear; |
- | * Randon Forest; | + | * Análise de discriminante quadrática; |
- | * Bagging. | + | * Naive Bayes. |
- Support Vector Machines: | - Support Vector Machines: | ||
* Maximal Margin Classifier; | * Maximal Margin Classifier; | ||
* Support vector Classifier; | * Support vector Classifier; | ||
* Kernels. | * Kernels. | ||
+ | - Métodos baseados em árvores: | ||
+ | * Árvores de decisão; | ||
+ | * Randon Forest; | ||
+ | * Bootstrap Aggregation (Bagging); | ||
+ | * Boosting. | ||
+ | - Aprendizado não supervisionado: | ||
+ | * Análise de componentes principais; | ||
+ | * K-means Clustering; | ||
+ | * Hierarchical Clustering. | ||
+ | - Manipulação de textos e imagens. | ||
===== Referências Bibliográficas ===== | ===== Referências Bibliográficas ===== | ||
- | * Hastie, Friedman, and Tibshirani, //[[http://www-bcf.usc.edu/~gareth/ISL/|The Elements of Statistical Learning]]//, 2001 (livro-texto); | + | * James, G., Witten, D., Hastie, T. e Tibshirani, //[[http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Sixth%20Printing.pdf|An Introduction to Statistical Learning]]//, 2013 (livro-texto), [[http://blog.princehonest.com/stat-learning|Unofficial Solutions]]; |
+ | |||
+ | * Hastie, T., Tibshirani, R. e Friedman, J., //[[http://statweb.stanford.edu/~tibs/ElemStatLearn/|The Elements of Statistical Learning]]//, 2009; | ||
* Tan, Steinbach, and Kumar, //[[http://www-users.cs.umn.edu/~kumar/dmbook/index.php|Introduction to Data Mining]]//, Addison-Wesley, 2005; | * Tan, Steinbach, and Kumar, //[[http://www-users.cs.umn.edu/~kumar/dmbook/index.php|Introduction to Data Mining]]//, Addison-Wesley, 2005; | ||
Linha 72: | Linha 112: | ||
- | /* | ||
- | ===== Links úteis ===== | ||
- | */ | ||
+ | ===== Data Repositories ===== | ||
+ | * [[http://www.kaggle.com/|Kaggle]] | ||
+ | * [[http://archive.ics.uci.edu/ml/|UCI Machine Learning Repository]] | ||
+ | |||
+ | * [[http://www.kdnuggets.com/datasets/|KDD Nugets]] | ||
+ | |||
+ | * [[http://cran.r-project.org/web/packages/twitteR/index.html|TwitteR]] | ||
+ | |||
+ | * [[http://cran.r-project.org/web/packages/rfigshare/index.html|rfigshare]] | ||
+ | |||
+ | * Open Gov. Data: [[http://dados.gov.br/|dados.gov.br]], [[http://www.data.gov/|www.data.gov]], [[http://www.data.gov.uk/|www.data.gov.uk]]; | ||
+ | |||
+ | |||
+ | ===== Referências sobre como fazer um seminário científico ===== | ||
+ | |||
+ | * {{http://www.leg.ufpr.br/~eferreira/CE064/scientific presentation.pdf|How to give a scientific presentation}} | ||
+ | |||
+ | * [[http://www.indiana.edu/~halllab/grad-student-resources.html#talksandposters|Advice on giving good talks and posters]] | ||
+ | |||
+ | |||
+ | ===== Links úteis ===== | ||
+ | * [[http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R|Data Mining Algorithms in R]] | ||
+ | * [[http://www.jstatsoft.org/v24/i06/paper|A detailed introduction to Social Network Analysis with package sna]] | ||