Machine Learning (2020)

 

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

 

 


Local/horário

  • CEFET/RJ, Unidade Maracanã, Bloco E, 5o andar, sala E-513
  • Dia/horário: 5as-feiras, das 13:25h às 17:00h

Overview

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).


Plano do curso

Veja o plano do curso. Veja também o calendário acadêmico das pós-graduações do CEFET/RJ. Veja ainda a página com material relevante organizado por aula.

Class Date Lectures Readings
1 20/fev Visão geral do curso (AM00).
Visão geral do AM (AM01).
Regressão linear com uma variável (AM02)
Mitchell, Cap. 1; (r1); (r2)
 2 05/mar Regressão linear com várias variáveis (AM03)
Regressão logística (AM04)
regressão logística; regressão linear; cs229-notes1
 3 12/mar Regularização, validação cruzada (AM05)
Seleção e avaliação de modelos de AM (AM06)
(r3)
 4 19/mar Árvores de Decisão (AM_07); Aprendizado de Comitês (AM08) (r4)
5 kNN (AM09); Sistemas de Recomendação (AM10) (r5) (r6)
 6 GD e variantes (AM11)
Redes Neurais – Basics (AM12)
link; link; link; paper
 7 Redes neurais – backprop (AM13)
Redes neurais – activation functions (AM14)
Redes neurais – regularization (AM15)
Redes neurais – misc topics (AM16)
 link; link
 8 Redes neurais – convnets (AM17)
Redes Neurais – Tutorial: PyTorch (AM18)
Tutorial Pytorch – jupyter notebook
Visualizing and Understanding CNNs
How do CNNs work
Intuitively Understanding Convolutions
 9 Redes neurais – autoencoders (AM_19) Feature Visualization
Deep neural networks are easily fooled
How Adversarial Attacks Work
 10 Redes neurais – RNNs (AM_20); Detecção de Anomalias (AM_21) paper; gaussians.ipynb
 11 Agrupamento (AM_22)
Redução de Dimensionalidade (AM_23)
Fechamento/retrospectiva (AM_24)
Notebooks
Formulário de avaliação do curso

Alpaydin, Caps. 6 e 7; PCA.ipynb; SVD; linear algebra


Projects

  • T1 – Due 24/mar
  • T2 – Due 11/abr
  • T3 – Due 10/mai

Additional resources


Readings

Books

Livros de interesse geral sobre Aprendizado de Máquina