Esta disciplina tem um componente teórico e um prático.
Na parte teórica abordaremos técnicas de aprendizado de maquina estatístico para classificação, agrupamento, e detecção de outliers.
As técnicas para classificação cobertas serão:
As técnicas para agrupamento cobertas serão:
As técnicas de detecção de outliers cobertas serão:
Na parte prática a turma será dividida em grupos, cujo objetivo final será a escrita de um artigo sobre o uso de aprendizado de maquina em algum problema de suas áreas de pesquisa. O artigo deverá ser em inglês, de qualidade suficiente que permita a submissão para boas conferencias da área. O acompanhamento do processo será feito através de seminários curtos distribuídos ao longo do curso, onde o grupo apresentará o problema, a bibliografia, e as abordagens existentes.
Na parte prática os alunos também terão experiência em utilizar as técnicas abordadas em dados reais.
O Ministério da Saúde Informa: Esta disciplina não é recomendada para alunos com problemas cardíacos no que se refere a probabilidade, estatística e algebra linear.
O livro texto central será: The Elements of Statistical Learning: Data Mining, Inference, and Prediction. de Trevor Hastie, Robert Tibshirani, and Jerome Friedman, Springer.
Machine Learning de Tom Mitchell, McGrawHill 1997.
Haverá também artigos distribuidos pelos professores.
O texto do primeiro exercicio da disciplina esta aqui. Os dados para este exercicio estao aqui. O exercicio é para o dia 12/9.