Ementa:
Hipóteses em grande escala. Modelagem de dados esparsos. LASSO. LARS. Florestas aleatórias. Boosting. Redes neurais. Deep learning. SVM. Frameworks de Aprendizado de Máquina.
Bibliografia:
Efron, B. Hastie, T. - Computer Age Statistical Inference: Algorithms, Evidence, and Data Science (2016); Hastie, T., Tibshirani, R., Friedman, J. - The Elements of Statistical Learning: Data Mining, Inference, and Prediction (2001); James, G., Witten, D., Hastie, T., Tibshirani, R. - An Introduction to Statistical Learning - with Applications in R (2013)
Ano de Catálogo: 2018
Créditos: 4
Número de alunos matriculados: 8
Tipo Oferecimento: Regular
Local Oferecimento:
Horários/Salas:
Docentes:
Reservas:
| Hora | Segunda | Terça | Quarta | Quinta | Sexta | Sábado |
|---|---|---|---|---|---|---|
| 07:00 | ||||||
| 08:00 | ||||||
| 09:00 | ||||||
| 10:00 | ||||||
| 11:00 | ||||||
| 12:00 | ||||||
| 13:00 | ||||||
| 14:00 | A - PB01 | A - PB01 | ||||
| 15:00 | A - PB01 | A - PB01 | ||||
| 16:00 | ||||||
| 17:00 | ||||||
| 18:00 | ||||||
| 19:00 | ||||||
| 20:00 | ||||||
| 21:00 | ||||||
| 22:00 | ||||||
| 23:00 |