105953 - Aprendizagem Estatística em Altas Dimensões |
Período da turma: | 14/03/2022 a 14/01/2024
|
||||
|
|||||
Descrição: | 1 - Introdução à aprendizagem estatística supervisionada. 2 - Modelos lineares para regressão e classificação. 3 - O método LASSO e o problema de seleção de variáveis. 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.
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. |
||||
Carga Horária: |
60 horas |
||||
Tipo: | Optativa | ||||
Vagas oferecidas: | 10 | ||||
Ministrantes: |
Florencia Graciela Leonardi |
voltar |
Créditos © 1999 - 2024 - Superintendência de Tecnologia da Informação/USP |