Atividade

89696 - Aprendizado de Máquina

Período:
Terça 19:00 às 20:00
Quinta 19:00 às 20:00
Sábado 09:00 às 12:00
 
Descrição: Objetivos:


Fornecer aos alunos os conceitos fundamentais, ferramentas e técnicas de aprendizado de máquina. Inclui informações básicas em ferramentas matemáticas e computacionais que suportam técnicas de aprendizado de máquina. Ilustrar os tópicos abordados com exemplos práticos e cenários realistas.

Ementa:


1. Modelos de regress e regularização.
2. Regressão Bayesiana.
3. Métodos de clusterização.
4. Métodos de classificação: Regressão logística, Naïve Bayes, Suporte Vector Machine.
5. Árvores de Decisão.
6. Técnicas baseadas em comitês
7. Florestas Aleatórias.

Referências:
1. Trevor Hastie, Robert Tibshirani, Jerome Friedman. The Elements of Statistical Learning: Data Mining, Inference, and Prediction, Springer, 2009.
2. Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006
3. Kevin P. Murphy. Machine Learning: A Probabilistic Perspective. MIT Press, 2012
4. Ethem Alpaydin. Introduction to Machine Learning, Second Edition” (http://cs.du.edu/~mitchell/mario_books/Introduction_to_Machine_Learning_-_2e_-_Ethem_Alpaydin.pdf)

Carga Horária:

40 horas
Tipo: Obrigatória
Vagas oferecidas: 167
 
Ministrantes: Francisco Aparecido Rodrigues


 
 voltar

Créditos
© 1999 - 2019 - Superintendência de Tecnologia da Informação/USP