Atividade

103541 - Aprendizagem por Máquina (Machine Learning)

Período da turma: 02/06/2022 a 21/07/2022

Selecione um horário para exibir no calendário:
 
 
Descrição: Objetivo
Introdução ao Reconhecimento de Padrões, Distribuições de Probabilidade, Modelos Lineares para Regressão, Modelos Lineares para Classificação, Máquinas de Sparse Kernel, Modelos Gráficos, Inferência Aproximada, Variáveis Latentes Contínuos, Dados Sequenciais.

Conteúdo programático
Introdução a Aprendizado de Máquinas e Reconhecimento de Padrões, Teoria de probabilidade, Teoria da decisão. Distribuições de Probabilidade, Variáveis binárias e multinomiais, Distribuições Gaussianas, Família das distribuições exponenciais. Modelos Lineares para Regressão, Modelos lineares de funções básicas, Regressão Bayesiano linear. Modelos Lineares para Classificação, Funções discriminantes, Modelos generativos probabilísticos, Modelos discriminativos probabilísticos. Máquinas de Sparse Kernel, Support Vector Machines (SVM), Relevance Vector Machines (RVM). Modelos Gráficos, Redes Bayesianas, Markov Random Fields (MRF), Inferência em modelos gráficos. Inferência Aproximada, Métodos Monte Carlo, Métodos Variacionais. Variáveis Latentes Contínuos, Análise dos componentes principais (PCA), PCA probabilísticos. Modelos de Dados Sequenciais.

Referência bibliográfica
1. Duda, R.; Hart, P. E., Stork, D. Pattern Classification. 2nd edition, Wiley-Interscience, 2000.
2. Hastie, T.; Tibshirani, R.; Friedman, J. The Elements of Statistical Learning (Data Mining, Inference and Prediction), 2n edition, Springer, 2009.
3. Marsland, S. Machine Learning: An Algorithmic Perspective, Chapman and Hall/CRC, 2009.
4. Tam, P.; Steinbach, M.; Kumar, V. Introduction to Data Mining. Addison-Wesley Pub Co, 2005.
5. Witten, I. H.; Frank, E.; Hall, M. A. Data Mining: practical machine learning tools and techniques, 3rd edition, Morgan Kaufmann, 2011.
6. Mitchell, T.M. Machine learning. New York: McGraw-Hill, 1997.
7. Abu-Mostafa, Y.; Magdon-Ismail, M., Lin, H. T. Learning From Data, AMLBook, 2012.

Carga Horária:

21 horas
Tipo: Obrigatória
Vagas oferecidas: 55
 
Ministrantes: Evandro Marcos Saidel Ribeiro


 
 voltar

Créditos
© 1999 - 2025 - Superintendência de Tecnologia da Informação/USP