Ementa:
Regressão linear, regressão logistica, linear discrimination analysis, SVM, knn, arvores de decisão, ensembles (bagging, boosting, random forest, boosting machines), métricas de qualidade para classificadores e regressores, preprocessamento de dados.
Bibliografia:
R. O. Duda, P. E. Hart, and D.G. Stork, Pattern Classification, Wiley, 2nd. Edition, 2001. , Trevor Hastie and Robert Tibshirani. The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2016 Christopher M. Bishop. Pattern Recognition and Machine Learning. Springer, 2007, Katti Faceli. Inteligência Artificial. Uma Abordagem de Aprendizado de Máquina, 2011
Ano de Catálogo: 2025
Créditos: 2
Número mínimo de alunos: 5
Idioma de oferecimento: Português
Tipo Oferecimento: Primeira parte do semestre
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 | ||||||
| 15:00 | ||||||
| 16:00 | A - CC52 | A - CC52 | ||||
| 17:00 | A - CC52 | A - CC52 | ||||
| 18:00 | ||||||
| 19:00 | ||||||
| 20:00 | ||||||
| 21:00 | ||||||
| 22:00 | ||||||
| 23:00 |