Atividade

92832 - Machine Learning

Período:
 
Descrição: Objetivo

Introduzir as principais ferramentas de Machine Learning (Aprendizado de Máquina) e as suas formas de aplicação.
Inicia-se com definições, conceitos básicos e terminologias comuns nesta área. Em seguida, são introduzidos os algoritmos mais importantes de Machine Learning, ensinando como cada um deles efetua o aprendizado sobre os dados e faz as predições. Ênfase especial é dada aos métodos de avaliação dos modelos de classificação, das técnicas de ajuste para a melhoria de desempenho dos modelos e na preparação de dados.
As explicações teóricas são complementadas com exemplos de programas em Python, ilustrando o uso destas ferramentas na prática. Os programas em Python foram elaborados de forma que os alunos não precisam ser especialistas em programação.

Tópicos

Módulo 1
 Definição de Machine Learning
 Aprendizado Supervisionado e não supervisionado
 Conceitos de Generalização, Overfitting e Underfitting

Módulo 2
 Exemplo de uma aplicação de Machine Learning em Python
 K-Nearest Neighbor
 Conceito de fronteira de decisão

Módulo 3
 Regressão Linear
 Regressão Logística
 Support Vector Machines

Módulo 4
 Redes Neurais
 Árvore de Decisão
 Random Forests

Módulo 5
 K-means
 PCA-Principal Component Analysis

Módulo 6
 Métricas para avaliação dos modelos de classificação
 Preparação de dados

Referências
Müller A. C. and Guido S., Introduction to Machine Learning with Python: A Guide for Data Scientists , O’Reilly Media, Inc, 2017.
Ian H. Witten, Frank Eibe, Mark A. Hall., Data Mining : Practical Machine Learning Tools and Techniques, Elsevier Inc., 3a Edição.
Will Koehrsen, Beyond Accuracy: Precision and Recall, publicado em 3 de março de 2018 https://towardsdatascience.com/beyond-accuracy-precision-and-recall-3da06bea9f6c
Jason Brownlee, How and When to Use ROC Curves and Precision-Recall Curves for Classification in Python, publicado em 31 de agosto de 2018. https://machinelearningmastery.com/roc-curves-and-precision-recall-curves-for-classification-in-python/
Lillian Pierson, Logistic Regression Example in Python (Source Code Included) https://www.data-mania.com/blog/logistic-regression-example-in-python/ acessado em 31 de julho de 2019.
StatQuest with Josh Starmer, A Gentle Introduction to Machine Learning, publicado em 26 de novembro de 2018 https://www.youtube.com/watch?v=Gv9_4yMHFhI&list=PLblh5JKOoLUICTaGLRoHQDuF_7q2GfuJF&index=1
StatQuest with Josh Starmer, Gradient Boost Part 1: Regression Main Ideas, publicado em 25 de mar de 2019 https://www.youtube.com/watch?v=3CC4N4z3GJc

Carga Horária:

18 horas
Tipo: Obrigatória
Vagas oferecidas: 80
 
Ministrantes: Stephan Kovach
Wilson Vicente Ruggiero


 
 voltar

Créditos
© 1999 - 2020 - Superintendência de Tecnologia da Informação/USP