março 23, 2022 by Rafael Izbicki Aprendizado de Máquina: uma abordagem estatística Course Materials Acesse o Material de Apoio ao Curso em: http://www.rizbicki.ufscar.br/AME.pdf Conteúdo do Course Aula 1 – Introdução Aula 2 – Elementos de um problema de predição Aula 3 – Overfitting Aula 4 – Seleção de modelos de predição Aula 5 – Mais sobre data-splitting Aula 6 – Lasso e seleção de variáveis Aula 7 – KNN, Nadaraya Watson, Regressão polinomial Aula 8 – Árvores de regressão, Bagging e Florestas Aleatórias Aula 9 – Redes neurais e Deep learning Aula 10 – Interpretabilidade/ExplainableML Aula 11 – Introdução à classificação Aula 12 – Seleção de modelos de classificação e desbalanceamento Aula 13 – Naive Bayes e Análise Discriminante Aula 14 – Classificação: KNN, árvores, florestas e redes neurais Aula 15 – Manipulando textos e Imagens Aula 16 – Truque do Kernel Aula 17 – Regras de associação Aula 18 – Redução de dimensionalidade e mudança de representação Aula 19 – Análise de agrupamento (kmédias, clustering espectral e métodos hierárquicos) Aula 20 – Mais sobre penalização 1 of 2
