Disciplina Discipline MAE5906
Tópicos selecionados na aprendizagem de máquina supervisionada

Área de Concentração: 45133

Concentration area: 45133

Criação: 25/10/2019

Creation: 25/10/2019

Ativação: 25/10/2019

Activation: 25/10/2019

Nr. de Créditos: 2

Credits: 2

Carga Horária:

Workload:

Teórica

(por semana)

Theory

(weekly)

Prática

(por semana)

Practice

(weekly)

Estudos

(por semana)

Study

(weekly)

Duração Duration Total Total
5 5 5 2 semanas 2 weeks 30 horas 30 hours

Docentes Responsáveis:

Professors:

Florencia Graciela Leonardi

Vladimir Pestov

Objetivos:

Neste minicurso de pós-graduação de 9 aulas vamos apresentar uma seleção de tópicos tratando-se da aprendizagem de máquina estatística supervisionada, tirados do livro do palestrante [1]. A seleção dos assuntos e o ritmo de apresentação vão ser decididos de forma interativa.

Justificativa:

Mini-curso sobre um tema atual de pesquisa na área de Probabilidade e Estatística.

Conteúdo:

1. Regras de aprendizagem 2. Geometria de cubo de Hamming 3. Concentração de medida 4. Dimensão de Vapnik-Chervonenkis 5. Aprendizagem Provavelmente Aproximadamente Correta (PAC) 6. Classes de Glivenko-Cantelli 7. Consistência universal 8. Classificador de k vizinhos mais próximos 9. Teorema de Cybenko sobre aproximação universal.

Forma de Avaliação:

Participação e listas de exercícios.  

Observação:

Bibliografia:

1. Vladimir Pestov, Elementos da teoria de aprendizagem de máquina supervisionada, IMPA, Rio de Janeiro, a 2019, viii + 488 pp., a ser disponibilizado de forma eletrónica.