Unicamp Diretoria Acadêmica

AP539 - Métodos e Técnicas de Aprendizado Estatístico - 2S/2024 Imprimir

Pós-Graduação

Informações da disciplina

Ementa:

Estudo da natureza do problema a ser investigado e os impactos no processo de preparação de dados; Tratamento de dados numéricos, categóricos, booleanos e mistos; Procedimentos para limpeza de dados (valores faltantes, ruídos/outliers e inconsistências); Integração e transformação de dados; Abordagens para redução e sintetização de dados (agregação de dados, criação de atributos derivados, amostragem). Pré-processamento de dados para aprendizado supervisionado e não-supervisionado; Redução de dimensionalidade (seleção de atributos, extração de características, projeção aleatória); Modelagem de problemas reais em que a variável resposta é contínua; Discretização e normalização de dados; Aprendizado com classes desbalanceadas (oversampling e undersampling); Preparação de dados para séries temporais; Medidas de avaliação de modelos; Comparação de classificadores no espaço ROC; Métodos estatísticos para comparação de modelos; Métodos Geoestatísticos para interpolação de dados; Métodos computacionais aplicados à agricultura de precisão; Modelos de Assimilação de Dados com aplicações na agricultura

Bibliografia:

  • l HAN, J.; KAMBER, M.; PEI, J. Data Mining: Concepts and Techniques, 3 rd edition, Morgan Kaufmann, 2011.
  • HASTIE, T.; TIBSHIRANI, R.; FRIEDMAN, J. The Elements of Statistical Learning. Springer, 2 nd Edition, 2009.
  • PYLE, D., Data Preparation for Data Mining, Morgan Kaufmann, 1999.
  • TAN, P.-N.; STEINBACH, M.; KUMAR, V. Introdução ao Data Mining – Mineração de Dados. Rio de Janeiro: Editora Ciência Moderna Ltda, 2009. 900p.
  • WITTEN, I.H.; FRANK, E.; HALL, M.A. Data Mining: Practical Machine Learning Tools and Techniques. 3rd ed. Morgan Kaufmann, Burlington, MA, 2011.
  • Referências Complementares:
  • ASCH, M.; BOCQUET, M.; NODET, M. Data Assimilation: Methods, Algorithms, and Applications. Society for Industrial and Appllied Mathematics, Philadelphia, USA, 2016.
  • BRAGA, L. P. V. Introdução à Geoestatística: com programas em R. E-papers. 2014. 140p.
  • HAND, D. J.; MANNILA, H.; SMYTH, P. Principles of Data Mining, The MIT Press, 2001.
  • NISBET, R.; ELDER, J.; MINER, G. Handbook of Statistical Analysis and Data Mining Applications. Elsevier, 2009.
  • REFAAT, Mamdouh. Data Preparation for Data Mining Using SAS, Morgan Kaufmann, 2007.
  • REZENDE, S. O., Sistemas Inteligentes: Fundamentos e Aplicações, Manole, 2003. 550p.
  • YAMAMOTO, J. K.; LANDIM, P. M. B.; Geoestatística: Conceitos e Aplicações. Oficina de Textos, 2013. 215p.

Ano de Catálogo: 2024

Créditos: 3

Turma: A Vagas: 15

Número mínimo de alunos: 3

Número de alunos matriculados: 13

Idioma de oferecimento: Português

Tipo Oferecimento: Regular

Local Oferecimento:

Horários/Salas:

  • Sexta 09:00 - 12:00 EA15

Docentes:

  • Stanley Robson de Medeiros Oliveira

Reservas:

Não possui reservas.

Horários

Hora Segunda Terça Quarta Quinta Sexta Sábado
07:00
08:00
09:00 A - EA15
10:00 A - EA15
11:00 A - EA15
12:00
13:00
14:00
15:00
16:00
17:00
18:00
19:00
20:00
21:00
22:00
23:00

Compartilhar: