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 [2016/03/16 22:04] e.ferreira |
pessoais:e.ferreira:ce064 [2016/05/17 23:56] e.ferreira |
||
|---|---|---|---|
| Linha 17: | Linha 17: | ||
| {{http://www.leg.ufpr.br/~eferreira/CE064/Instrut.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 ^ | + | ^ 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}}| | + | | 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}} | | {{https://www.quora.com/When-do-you-use-machine-learning-vs-statistical-regression|When do you use machine learning vs. statistical regression?}} | | + | | 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/tricks-2012.pdf|Stochastic Gradient Descent Tricks}}| | + | | 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}}| |
| - | | Classificação | | | {{http://www.leg.ufpr.br/~eferreira/CE064/Regularized Discriminant Analysis.pdf|Regularized Discriminant Analysis}}| | + | | 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/ency-cross-validation.pdf|Cross-validation}} | | + | | 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}} | |
| - | | Manipulação de textos e imagens | | | {{http://www.leg.ufpr.br/~eferreira/CE064/dissertacao_larissa_sayuri.pdf|Dissertacao Larissa Sayuri}} | | + | | 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/learning-with-kernels.pdf|Learning with kernels}} | | ||
| + | | Métodos baseados em árvores | | | | | | ||
| + | | 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/sabatina1,2,3,4,5.pdf|Sabatina 1, 2, 3, 4 e 5}} | ||
| + | |||
| Linha 44: | Linha 58: | ||
| * Stochastic; | * Stochastic; | ||
| * Boosting. | * Boosting. | ||
| - | - Classificação: | + | - Seleção de modelos e regularização: |
| - | * Regressão logística; | + | |
| - | * Análise de discriminante linear; | + | |
| - | * Análise de discriminante quadrática; | + | |
| - | * Naive Bayes. | + | |
| - | - Métodos de reamostragem: | + | |
| - | * Estimando o erro de previsão; | + | |
| - | * Validação cruzada; | + | |
| - | * Bootstrap. | + | |
| - | - Seleção de modelos e regularização: | + | |
| * Seleção por Forward e Backward; | * Seleção por Forward e Backward; | ||
| * Estimação do erro do teste utilizando Mallow’s Cp, AIC, BIC, R quadrado ajustado; | * Estimação do erro do teste utilizando Mallow’s Cp, AIC, BIC, R quadrado ajustado; | ||
| Linha 60: | Linha 65: | ||
| * Horseshoe; | * Horseshoe; | ||
| * Elastic net. | * Elastic net. | ||
| + | - Métodos de reamostragem: | ||
| + | * Estimando o erro de previsão; | ||
| + | * Validação cruzada; | ||
| + | * Bootstrap. | ||
| + | - Classificação: | ||
| + | * Regressão logística; | ||
| + | * Análise de discriminante linear; | ||
| + | * Análise de discriminante quadrática; | ||
| + | * Naive Bayes. | ||
| + | - Support Vector Machines: | ||
| + | * Maximal Margin Classifier; | ||
| + | * Support vector Classifier; | ||
| + | * Kernels. | ||
| - Métodos baseados em árvores: | - Métodos baseados em árvores: | ||
| * Árvores de decisão; | * Árvores de decisão; | ||
| Linha 65: | Linha 83: | ||
| * Bootstrap Aggregation (Bagging); | * Bootstrap Aggregation (Bagging); | ||
| * Boosting. | * Boosting. | ||
| - | - Support Vector Machines: | ||
| - | * Maximal Margin Classifier; | ||
| - | * Support vector Classifier; | ||
| - | * Kernels. | ||
| - Aprendizado não supervisionado: | - Aprendizado não supervisionado: | ||
| * Análise de componentes principais; | * Análise de componentes principais; | ||
| * K-means Clustering; | * K-means Clustering; | ||
| * Hierarchical Clustering. | * Hierarchical Clustering. | ||
| - | - Redes neurais artificiais: | + | - Manipulação de textos e imagens. |
| - | * Perceptron; | + | |
| - | * Back-Propagation. | + | |
| - | - Manipulação de textos e imagens. | + | |
