Eduardo Bezerra

GCC1932 (Aprendizado de Máquina) – 2020.2

“Teacher: Robbie, stop misbehaving or I will send you back to data cleaning.”

Local/horário/turma


Visão geral

Aprendizado de Máquina (Machine Learning) é um campo de estudo da Inteligência Artificial cujo objeto de estudo são sistemas que podem aprender a realizar alguma tarefa por meio de experiências. Neste curso, o objetivo é apresentar uma introdução aos conceitos, modelos, métodos, técnicas e aplicações do Aprendizado de Máquina. São também apresentados alguns algoritmos pertencentes a diferentes famílias de métodos em AM (simbolistas, conexionistas, probabilísticos, baseados em proximidade).


Aulas

Veja o plano do curso. Veja também o calendário acadêmico das graduações do CEFET/RJ.

aula data material leituras
1 11/fev Visão geral do curso (AM00); Visão geral do AM (AM01) Mitchell, Cap. 1; (r1); (r2)
 2  18/fev Revisão – Álgebra Linear  
 3  25/fev Revisão – Probabilidade e Estatística  
 4  04/mar Revisão – Cálculo Diferencial  
5  11/mar Regressão linear univariada (AM02); Regressão linear multivariada (AM03) regressão linear; cs229-notes1
6  18/mar Regressão logística (AM04) regressão logística
7  25/mar Regressão polinomial (AM05); Regularização (AM06); kNN (AM07)  
8  01/abr Decisions trees (AM08); Naive Bayes Classifier (AM09);  
9 08/abr Model Evaluation (AM10); Model Selection (AM11) (r3)
10 15/abr Dimensionality Reduction (AM12)  
11 22/abr Detecção de anomalias (AM13); Clustering I (AM14a);   
12 29/abr Clustering II (AM14b) (r4)
13 06/mai Ensemble methods (AM15),
Redes Neurais I (AM16)
(r5) (r6)
14 13/mai Recommender systems I (AM17)
Redes neurais II
Redes Neurais Profundas: O que são? Como vivem? De que se alimentam? 
15 20/mai Recommender systems II (AM17)
Redes neurais III
 
16 27/mai Redes neurais IV  

Projects


Additional resources


Readings

Books

Livros de interesse geral sobre Aprendizado de Máquina


Back to top