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 [2016/03/31 00:57] e.ferreira |
pessoais:e.ferreira:ce064 [2016/06/21 16:07] e.ferreira |
||
|---|---|---|---|
| Linha 22: | Linha 22: | ||
| ===== 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/Aula3/master.html|Prática 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}}| |
| - | | Regularização |{{http://www.leg.ufpr.br/~eferreira/CE064/Regularização.pdf|Aula 4}} | |{{http://statweb.stanford.edu/~tibs/lasso/lasso.pdf| Regression shrinkage and selection via the lasso}}| | + | | 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}}| |
| - | | 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/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}} | |
| - | | Métodos de reamostragem | | | {{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}}| |
| - | | Manipulação de textos e imagens | | | {{http://www.leg.ufpr.br/~eferreira/CE064/dissertacao_larissa_sayuri.pdf|Dissertacao Larissa Sayuri}} | | + | | 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/Aprendizado não supervisionado.pdf|Aula 10}} | | |{{http://www.leg.ufpr.br/~eferreira/CE064/nihms-345818.pdf|Brief Review of Regression-Based and Machine Learning Methods}} | | ||
| + | |||
| ===== Notas ===== | ===== Notas ===== | ||
| - | - {{http://www.leg.ufpr.br/~eferreira/CE064/sabatina1.pdf|Sabatina 1}} | + | - {{http://www.leg.ufpr.br/~eferreira/CE064/sabatina1,2,3,4,5,6.pdf|Sabatina 1, 2, 3, 4, 5 e 6}} |
| Linha 60: | Linha 66: | ||
| * Horseshoe; | * Horseshoe; | ||
| * Elastic net. | * Elastic net. | ||
| + | - Métodos de reamostragem: | ||
| + | * Estimando o erro de previsão; | ||
| + | * Validação cruzada; | ||
| + | * Bootstrap. | ||
| - Classificação: | - Classificação: | ||
| * Regressão logística; | * Regressão logística; | ||
| Linha 65: | Linha 75: | ||
| * Análise de discriminante quadrática; | * Análise de discriminante quadrática; | ||
| * Naive Bayes. | * Naive Bayes. | ||
| - | - Métodos de reamostragem: | + | - Support Vector Machines: |
| - | * Estimando o erro de previsão; | + | * Maximal Margin Classifier; |
| - | * Validação cruzada; | + | * Support vector Classifier; |
| - | * Bootstrap. | + | * Kernels. |
| - Métodos baseados em árvores: | - Métodos baseados em árvores: | ||
| * Árvores de decisão; | * Árvores de decisão; | ||
| Linha 74: | Linha 84: | ||
| * 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. | + | |
