Técnicas e Algoritmos em Ciência de Dados
Introdução: IA, Aprendizado de Máquina, Ciência de Dados; Problemas de classificação e regressão; Métodos para avaliar o desempenho de generalização; Regressão linear; Modelos lineares regularizados; Regressão logística; Redes neurais; Árvores de decisão; Ensemble learning e florestas aleatórias; Técnicas de aprendizagem não supervisionadas, Clustering; Técnicas para redução de dimensionalidade. Ferramentas para Computação Científica e Ciência de Dados: numpy, pandas, scikit-learn. Em geral, implementação dos algoritmos acima em python.
Informações Básicas
Carga horária
60
Pré-requisito
Introdução à Ciência de Dados, Linguagens de Programação, Análise Exploratória de Dados e Visualização
Obrigatória:
- Aurelien Geron. Hands–On Machine Learning with Scikit–Learn and TensorFlow Concepts, Tools, and Techniques to Build Intelligent Systems. 2ª edição, O’Reilly, outubro de 2019.
- Christopher Bishop. Pattern Recognition and Machine Learning. Springer, 2006. Disponível em https://www.microsoft.com/en-us/research/uploads/prod/2006/01/Bishop-Pattern-Recognition-and-Machine-Learning-2006.pdf
Complementar:
- Stormy Attaway. MATLAB: A Practical Introduction to Programming and Problem Solving. 5th Edition, Elsevier, 2018.
- James, G., Witten, D., Hastie, T., Tibshirani, R. An Introduction to Statistical Learning with Applications in R. Disponível em https://web.stanford.edu/~hastie/Papers/ESLII.pdf
- Wes McKinney. Python for Data Analysis O'Reilly Media.
- The Scipy community. Numpy Manual, 2017. Disponível em https://docs.scipy.org/doc/numpy-1.13.0/contents.html
- Dan Saber. A Dramatic Tour through Python’s Data Visualization Landscape (including ggplot and Altair). Disponível em https://dsaber.com/2016/10/02/a-dramatic-tour-through-pythons-data-visualization-landscape-including-ggplot-and-altair/
- Jupyter Team. The Jupyter notebook User Documentation. Disponível em https://jupyter-notebook.readthedocs.io/en/stable/
- An introduction to machine learning with scikit-learn — scikit-learn 0.24.1 documentation. Disponível em https://scikit-learn.org/stable/tutorial/basic/tutorial.html
- User guide and tutorial — seaborn 0.11.1. Disponível em https://seaborn.pydata.org/tutorial.html