Disciplina Discipline IBI5904
Aprendizagem Estatística em Altas Dimensões

Área de Concentração: 95131

Concentration area: 95131

Criação: 20/05/2020

Creation: 20/05/2020

Ativação: 26/05/2020

Activation: 26/05/2020

Nr. de Créditos: 8

Credits: 8

Carga Horária:

Workload:

Teórica

(por semana)

Theory

(weekly)

Prática

(por semana)

Practice

(weekly)

Estudos

(por semana)

Study

(weekly)

Duração Duration Total Total
4 2 4 12 semanas 12 weeks 120 horas 120 hours

Docente Responsável:

Professor:

Florencia Graciela Leonardi

Objetivos:

Apresentar técnicas atuais de aprendizagem estatística, no caso clássico e no caso de altas dimensões; isto é, quando o número de parâmetros a serem estimados é muito maior que o número de observações. Fornecer ferramentas teóricas de análise e exemplos práticos de aplicação.

Justificativa:

Com o avanço de novas tecnologias na obtenção de dados em diferentes áreas de conhecimento é cada vez mais frequente o uso de técnicas de aprendizagem estatística em altas dimensões. Nos últimos anos há havido um grande desenvolvimento metodológico, matemático e computacional nesta área, que tem possibilitado a inferência estatística em altas dimensões de forma eficiente.

Conteúdo:

1- Introdução à aprendizagem estatística supervisionada. 2- Modelos lineares para regressão e classificação. 3- O problema de seleção de variáveis: BIC, LASSO e regressão pelo método RIDGE. 4- Avaliação e seleção de modelos. 5- Método de k-vizinhos mais próximos, máquinas de vetores suporte e redes neurais. 6- Método “bagging", florestas aleatórias e método "boosting". 7- Modelos gráficos. 8- Aprendizagem não supervisionada.

Forma de Avaliação:

Média ponderada de provas e exercícios.

Observação:

Bibliografia:

1- T. Hastie, R. Tibshirani & J. Friedman. The Elements of Statistical Learning. 2nd edition. Springer, 2009. 2- G. James, D. Witten, T. Hastie & R. Tibshirani. An Introduction to Statistical Learning with Applications in R. Springer, 2013. 3- T. Hastie, R. Tibshirani & M. Wainwright. Statistical Learning with Sparsity. The Lasso and Generalizations. CRC Press, 2015. 4- P. Bühlmann & S. Van de Geer. Statistics for High-dimensional Data. Springer, 2011. 5- C. Giraud. Introduction to High-dimensional Statistics. CRC Press, 2014.

Idiomas ministrados:

Português

Languages taught:

Portuguese