|
|
Atividade
| 108212 - REDES NEURAIS RECORRENTES PARA PREVISÃO DE SÉRIES TEMPORAIS |
| Período da turma: | 10/10/2022 a 14/10/2022
|
||||
|
|
|||||
| Descrição: | Resumo: Analisar dados tem sido cada vez mais necessário em empresas, centros de pesquisa e universidades visando resolver problemas de diversas áreas e atender melhor as demandas de mercado. Este minicurso vai introduzir os principais conceitos, técnicas e ferramentas referentes a análise de dados utilizando algoritmos de aprendizado de máquina. O curso apresentará brevemente o impacto econômico da ciência de dados. Apresentar o ciclo de passos da Ciência de Dados e destacar a importância da integração de técnicas de CD e AM visando a análise de dados.Posteriormente, serão discutidos resultados recentes sobre a complexidade do viés de algoritmos de aprendizado de máquina supervisionados, com foco especial no coeficiente de shattering, o qual nos permite responder questões como: o tamanho mínimo de amostra necessário para conduzir aprendizado e avaliar o potencial de overfitting de um classificador.
Referências: David J. Hand, Heikki Mannila, Padhraic Smyth. (2001). Principles of Data Mining. Capítulos 1, 2, 3, 4, 5. Tan, P.-N.; Steinbach, M.; Kumar, T. (2005). Introduction to Data Mining. Paolo Giudici, Silvia Figini. (2009). Applied Data Mining for Business and Industry. Capítulos 1, 2, 3, 6. Faceli, Katti; Lorena, Ana Carolina; Gama, João ; de Carvalho, A. C. P. L. F. (2011). Inteligência Artificial – Uma Abordagem de Aprendizado de Máquina, 1. ed. |
||||
| Carga Horária: |
3 horas |
||||
| Tipo: | Optativa | ||||
| Vagas oferecidas: | 300 | ||||
| Ministrantes: |
Caetano Mazzoni Ranieri Roseli Aparecida Francelin Romero |
 voltar |
|
Créditos © 1999 - 2025 - Superintendência de Tecnologia da Informação/USP |