Aprendizado de Máquinas I - GET00192

  • Ementa: Seleção de amostras. Técnicas de reamostragem. Comparação de funções Preditoras. Pré-processamento de dados. Modelos de treinamento baseados em árvores. Modelos probabilísticos. Modelos baseados em Distâncias. Introdução às redes neurais.
  • Bibliografia básica
    1. JAMES, Gareth; WITTEN, Daniela; HASTIE, Trevor. An introduction to statistical learning: with applications in R. New York: Springer, 2021. 607 p.
    2. HASTIE, Trevor; TIBSHIRANI, Robert E FRIEDMAN, J. The elements of statistical learning: Data mining, inference and prediction. SPRINGER, 2009. [Disponível em https://web.stanford.edu/~hastie/ElemStatLearn/printings/ – ESLII_print12_toc.pdf ]. Acesso em 04 dez. 2022.
  • Bibliografia complementar
    1. FACELI, Katti; LORENA, Ana Carolina; GAMA, João; CARVALHO, André Carlos Ponce de Leon Ferreira de. Inteligência artificial: uma abordagem de aprendizado de máquina. Rio de Janeiro: LTC, 2011. 378 p.
Skip to content