Ementa:
Definição e conceitos básicos de aprendizado de máquinas; regressão linear e logística; redes neurais e aprendizado profundo; SVM e métodos com kernel; árvores de decisão; ensembles e florestas aleatórias; métodos estatísticos clássicos; aprendizado não supervisionado: agrupamento e redução de dimensionalidade; detecção de anomalias; sistemas de recomendação; tópicos do estado-da-arte; aspectos práticos e computacionais; fundamentos matemáticos: dimensão VC e PAC-learning.
Número mínimo de alunos: 8
Número de alunos matriculados: 39
Idioma de oferecimento: Português
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 - CB18 | A - CB18 | ||||
17:00 | A - CB18 | A - CB18 | ||||
18:00 | ||||||
19:00 | ||||||
20:00 | ||||||
21:00 | ||||||
22:00 | ||||||
23:00 |