Informações da Disciplina

 Preparar para impressão 
Júpiter - Sistema de Graduação

Instituto de Matemática e Estatística
 
Ciência da Computação
 
Disciplina: MAC0460 - Introdução ao aprendizado de máquina
Machine Learning: Models, Algorithms and Applications

Créditos Aula: 4
Créditos Trabalho: 0
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 01/01/2018 Desativação:

Objetivos
Ao final desta disciplina, o aluno deverá conhecer o que é aprendizado de máquina. Deverá conhecer os principais métodos de aprendizado supervisionado. Deverá conhecer as formas usuais de avaliação de um modelo e suas limitações. Deverá conhecer pelo menos um sistema onde possa implementar e resolver problemas de aprendizado
 
 
 
Docente(s) Responsável(eis)
78352 - Flavio Soares Correa da Silva
72450 - Junior Barrera
1620932 - Nina Sumiko Tomita Hirata
2017173 - Roberto Hirata Junior
29332 - Routo Terada
 
Programa Resumido
Conceitos, hipóteses, tipos de aprendizado, complexidade, erro e ruído. Algoritmos de aprendizado e complexidade do espaço de hipóteses. Avaliação de classificadores por treinamento, validação e teste. Modelos lineares, redes neurais e máquinas de vetores de suporte. Regularização e transformações não lineares (métodos de kernel e função de base radial). Navalha de Occam, viés de amostragem, análise exploratória de dados.
 
 
 
Programa
- Conceitos básicos de aprendizado de máquina - Tipos de aprendizado - Espaço de hipóteses - Complexidade do espaço de hipóteses - Complexidade do aprendizado - Função de perda - Erro e ruído - Algoritmos de aprendizado - Avaliação de classificadores por treinamento, validação e teste - Modelos lineares: regressão logística e perceptron - Redes neurais - Máquinas de vetores de suporte - Regularização - Transformações não lineares (métodos de kernel e função de base radial) - Navalha de Occam - Viés de amostragem - Análise exploratória de dados
 
 
 
Avaliação
     
Método
Média de provas, listas e exercícios práticos.
Critério
Média de provas, listas e exercícios práticos maior ou igual a 5.0
Norma de Recuperação
Média de provas maior ou igual a 3.0
 
Bibliografia
     
1. Abu-Mostafa et al. Learning from Data, AMLBook.com. 2. Tom M. Mitchell, Machine Learning, MIT Press e McGraw-Hill, 1997. 3. R. O. Duda, P. E. Hart, D. Stork, Pattern Classification, Wiley-Interscience; 2nd edition (October 2000). 4. Christopher M. Bishop, Pattern Recognition and Machine Learning, Springer, 2006. 5. T. Hastie e R. Tibshirani e J. Friedman, The Elements of Statistical Learning: Data Mining, Inference and Prediction, Springer, 2009. 6. M. H. Hassoun, Fundamental of neural networks, MIT Press, 1995.
 

Clique para consultar os requisitos para MAC0460

Clique para consultar o oferecimento para MAC0460

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