Não foi possível enviar o arquivo. Será algum problema com as permissões?
Essa é uma revisão anterior do documento!
Tabela de conteúdos
CE-064: Introdução ao Machine Learning
Detalhes da oferta da disciplina
- Curso: Estatística.
- Período: 2016/1.
- Horários e Locais:
- Segunda-feira 20:40 - 22:00, PC-17.
- Terça-feira 19:00 - 20:30, PC-17.
- Atendimento: Sexta, 17h30-18h30.
Avaliações
Aulas
Programa da disciplina
- Introdução:
- Aprendizado supervisionado e não supervisionado;
- Função custo;
- Revisão de Álgebra matricial.
- Regressão Linear Múltipla:
- Estimação dos parâmetros;
- Interpretação;
- Seleção de modelos;
- Regularização:
- Regressão Ridge;
- Regressão Lasso;
- Horseshoe;
- Elastic net.
- Redes neurais artificiais:
- Perceptron;
- Back-Propagation.
- Métodos de reamostragem:
- Estimando o erro de previsão;
- Validação cruzada;
- Bootstrap.
- Classificação:
- Regressão logística;
- Classificação por árvores;
- Randon Forest;
- Bagging.
- Support Vector Machines:
- Maximal Margin Classifier;
- Support vector Classifier;
- Kernels.
Referências Bibliográficas
* Hastie, Friedman, and Tibshirani, The Elements of Statistical Learning, 2001 (livro-texto);
* Tan, Steinbach, and Kumar, Introduction to Data Mining, Addison-Wesley, 2005;
* Bishop, Pattern Recognition and Machine Learning, 2006;
* Ripley, Pattern Recognition and Neural Networks, 1996.
Referência complementar
* Scholkopf and Smola, Learning with Kernels, 2002;
* Mardia, Kent, and Bibby, Multivariate Analysis, 1979;
* Duda, Hart, and Stork, Pattern Classification, 2nd Ed., 2002.