Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior Próxima revisão Ambos lados da revisão seguinte | ||
pessoais:e.ferreira:ce064 [2016/01/22 12:54] e.ferreira |
pessoais:e.ferreira:ce064 [2016/04/08 13:02] 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. | ||
Linha 15: | Linha 15: | ||
===== Avaliações ===== | ===== Avaliações ===== | ||
- | {{http://www.leg.ufpr.br/~eferreira/CE064/Instru%C3%.pdf|Instruções para o trabalho final}} | + | {{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 ===== | ===== Aulas ===== | ||
- | ^ Assunto ^ Teoria ^ Prática ^ Material complementar ^ Material para a próxima aula ^ | + | ^ Assunto ^ Teoria ^ Prática ^ Material complementar ^ |
- | | Introdução | | | {{http://www.leg.ufpr.br/~eferreira/CE064/Breiman's Two Cultures paper.pdf|Statistical Modeling: The Two Cultures}} | | | + | | 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 | | | || | + | | Regressão Linear - Revisão |{{http://www.leg.ufpr.br/~eferreira/CE064/Regressão Linear - Revisão.pdf|Aula 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 | | | || | + | | 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/tricks-2012.pdf|Stochastic Gradient Descent Tricks}}| |
- | | Manipulação de textos e imagens | | | {{http://www.leg.ufpr.br/~eferreira/CE064/dissertacao_larissa_sayuri.pdf|Dissertacao Larissa Sayuri}} | | | + | | Regularização |{{http://www.leg.ufpr.br/~eferreira/CE064/Regularização.pdf|Aula 4}} |{{http://www.leg.ufpr.br/~eferreira/CE064/ridge.html|Prática 4}} |{{http://statweb.stanford.edu/~tibs/lasso/lasso.pdf| Regression shrinkage and selection via the lasso}}| |
+ | | Classificação | | | {{http://www.leg.ufpr.br/~eferreira/CE064/Regularized Discriminant Analysis.pdf|Regularized Discriminant Analysis}}| | ||
+ | | Métodos de reamostragem | | | {{http://www.leg.ufpr.br/~eferreira/CE064/ency-cross-validation.pdf|Cross-validation}} | | ||
+ | | Manipulação de textos e imagens | | |{{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.pdf|Sabatina 1}} | ||
+ | |||
+ | |||
===== Programa da disciplina ===== | ===== Programa da disciplina ===== | ||
Linha 33: | Linha 46: | ||
* Revisão de Álgebra matricial. | * Revisão de Álgebra matricial. | ||
- Regressão Linear: | - 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: | + | - Classificação: |
- | * Perceptron; | + | * Regressão logística; |
- | * Back-Propagation. | + | * Análise de discriminante linear; |
+ | * Análise de discriminante quadrática; | ||
+ | * Naive Bayes. | ||
- Métodos de reamostragem: | - Métodos de reamostragem: | ||
* Estimando o erro de previsão; | * Estimando o erro de previsão; | ||
* Validação cruzada; | * Validação cruzada; | ||
* Bootstrap. | * Bootstrap. | ||
- | - Classificação: | + | - Métodos baseados em árvores: |
- | * Regressão logística; | + | * Árvores de decisão; |
- | * Classificação por árvores; | + | |
* Randon Forest; | * Randon Forest; | ||
- | * Bagging. | + | * Bootstrap Aggregation (Bagging); |
+ | * Boosting. | ||
- Support Vector Machines: | - Support Vector Machines: | ||
* Maximal Margin Classifier; | * Maximal Margin Classifier; | ||
* Support vector Classifier; | * Support vector Classifier; | ||
* Kernels. | * Kernels. | ||
+ | - Aprendizado não supervisionado: | ||
+ | * Análise de componentes principais; | ||
+ | * K-means Clustering; | ||
+ | * Hierarchical Clustering. | ||
+ | - Redes neurais artificiais: | ||
+ | * Perceptron; | ||
+ | * Back-Propagation. | ||
- Manipulação de textos e imagens. | - Manipulação de textos e imagens. | ||
- | |||
Linha 108: | Linha 136: | ||
* [[http://en.wikibooks.org/wiki/Data_Mining_Algorithms_In_R|Data Mining Algorithms in R]] | * [[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]] | ||