Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Instituto de Ciências Matemáticas e de Computação
 
Matemática Aplicada e Estatística
 
Disciplina: SME0820 - Modelos de Regressão e Aprendizado Supervisionado I
Regression Models and Supervised Learning I

Créditos Aula: 4
Créditos Trabalho: 1
Carga Horária Total: 90 h
Tipo: Semestral
Ativação: 01/01/2020 Desativação:

Objetivos
Apresentar as principais técnicas de análise de regressão e suas aplicações.
 
Present the main techniques of regression analysis and its applications.
 
 
Docente(s) Responsável(eis)
3455521 - Cibele Maria Russo Novelli
 
Programa Resumido
Modelos de regressão linear. Construção de modelos de regressão. Estudo de adequação dos modelos de regressão. Métodos de diagnóstico.
 
Linear regression models. Construction of regression models. Assessing the adequacy of regression models. Diagnostic methods.
 
 
Programa
Aprendizado supervisionado. Regressão Linear Simples. Regressão Linear Múltipla. Estudo de adequação do modelo. Compromisso entre viés e variância. Transformação e mínimos quadrados ponderados. Regressão Polinomial. Regressão com variáveis Indicadoras. Métodos de Diagnósticos de influência. Seleção de variáveis e construção de modelos. Avaliação da capacidade preditiva dos modelos.
 
Supervised Learning. Simple Linear Regression. Multiple Linear Regression. Assessing adequacy of the regression model. Bias-variance trade-off. Transformations and weighted least squares. Polynomial regression. Regression with indicator variables. Influence diagnostic methods. Model selection and construction. Assessment of the predictive capacity of the models.
 
 
Avaliação
     
Método
Exposição teórica com vistas aos objetivos aplicativos da matéria, seguida de exercícios e trabalhos práticos dentro e fora da classe.
Critério
Média ponderada das provas.
Norma de Recuperação
Número de provas: no mínimo uma (01) e no máximo duas (02) provas.
Critério de aprovação: a nota final (MF) do aluno que realizou provas de recuperação dependerá da média do semestre (MS) e da média das provas de recuperação (MR), como segue:
• MF = 5 se 5 <= MR <= (10 - MS)
• MF = (MS + MR) / 2 se MR > (10 - MS)
• MF = MS se MR< 5
 
Bibliografia
     
Livro Texto: MONTGOMERY, D.C.; PECH, E.A; VINING, G.G. Introduction to Linear Regression Analysis. New York. John Wiley, 2012. JAMES, G.; WITTEN, D; HASTIE, T.; TIBSHIRANI, R. An Introduction to Statistical Learning, Springer, 2013. DRAPER, N. R.; SMITH, H. Applied Regression Analysis, 3rd edition, John Wiley, 1998. Bibliografia Complementar: BELSLEY, D. A.; KUH, E.; WELSCH R. E. Regression Diagnostics. Wiley Series in Probability and Mathematical Statistics, 1980. NETER J.; KUTNER, M. H.; NACHTSHEIM C. J. and Wasserman, W. Applied Linear Statistical Models, IRWIN 1996.
 

Clique para consultar os requisitos para SME0820

Clique para consultar o oferecimento para SME0820

Créditos | Fale conosco
© 1999 - 2022 - Superintendência de Tecnologia da Informação/USP