Programação
-
-
Objetivos:
Complementar a formação dos alunos de graduação em Computação com interesse em utilizar técnicas de Ciência de Dados, em particular, Aprendizado de Máquina e Mineração de Dados, em problemas reais, utilizando para isso as técnicas e ferramentas vistas em disciplinas relacionadas.Ementa:
Pré-processamento de dados e criação de modelos utilizando técnicas descritivas e preditivas. Análise de desempenho.
Bibliografia:
- R. O. Duda, P. E. Hart, D. G. Stork. Pattern Classification.
- T. Hastie, R. Tibshirani, J. Friedman. The Elements of Statistical Learning.
- Alpaydin, E. (2004). Introduction to Machine Learning. MIT Press.
- Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
- Faceli, Katti; Lorena, Ana Carolina; Gama, João ; de Carvalho, A. C. P. L. F. (2011). Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina. 1. ed. Rio de Janeiro: LTC.
- Flach, P. (2012). Machine Learning:The Art and Science of Algorithms that Make Sense of Data. Cambridge University Press.
Dúvidas:
- Não poste códigos ou qualquer tipo de coisa relacionada nos grupos de estudos, por conta de problemas com plágio. Para esses casos, prefira se comunicar diretamente com o professor.
- Perguntem bastante. Não deixem dúvidas acumuladas. :)
Aulas totalmente remotas:
- Segunda-feira (08:10 às 11:50)
- https://meet.google.com/ubr-vibo-rsx
- Fernando Pereira dos Santos: fernando_persan@alumni.usp.brContato:
- Liz M. Huancapaza Hilasaca: lizhh@usp.brGrupos de comunicação:
Link Telegram: https://t.me/+GfMg7l-Ekno3N2ExLink WhatsApp: https://chat.whatsapp.com/LLe66upK3YG0m8KgMk3VFyAtendimento:
- Fernando: enviar um e-mail para combinar horário
- Liz M. : sexta-feira 14:30 h.
- Google Drive (https://drive.google.com/drive/folders/1jJYz4o7Z8U7HSXTRBrKbCVFVDr5q2SJj?usp=sharing)Material:
-
Módulo I (Introdução e Tratamento de Dados):
- (13/03 - Aula 01) Apresentação da disciplina e Introdução à Ciência de Dados
- (20/03 - Aula 02) Pré-processamento de dados
Módulo II (Classificação):
- (27/03 - Aula 03) Revisão de Métodos para Tarefas de Classificação
- (03/04) sem aula: Semana Santa
- (10/04) - sem aula
- (17/04 - Aula 04) Seminários de Classificação
- (24/04 - Aula 05) Discussão do desafio de Classificação
- (01/05) sem aula: Dia do Trabalho
Módulo III (Regressão):
- (08/05 - Aula 06) Revisão de Métodos para Tarefas de Regressão
- (15/05 - Aula 07) Seminários de Regressão
- (22/05) - sem aula
- (29/05 - Aula 08) Discussão do desafio de Regressão (será ministrada no dia 05/06)
Módulo IV (Séries Temporais):
- (05/06 - Aula 09) Revisão de Métodos para Tarefas de Séries Temporais
- (12/06) - sem aula
- (19/06 - Aula 10) Seminários de Séries Temporais
- (26/06 - Aula 11) Discussão do desafio de Séries Temporais
- (13/03 - Aula 01) Apresentação da disciplina e Introdução à Ciência de Dados
-
Desafios (individual):
- (Projeto 1) 19/04: Desafio Classificação
- (Projeto 2) 31/05: Desafio Regressão
- (Projeto 3) 21/06: Desafio Séries Temporais
Seminários (individual):
- Apresentação de 20 min de um artigo científico recente (Classificação, Regressão ou Séries Temporais)
- Seminários de Classificação (10/04) - 2 pessoas
- Seminários de Classificação (17/04) - 5 pessoas
- Seminários de Regressão (15/05) - 6 pessoas
- Seminários de Séries Temporais (12/06) - 4 pessoas
- Seminários de Séries Temporais (19/06) - 3 pessoas
- O tema será sorteado
- Apresentação: 2,0 pontos para qualidade da apresentação; 6,0 pontos pela exposição da técnica; 2,0 pontos pelos comparativos com outras técnicas com o mesmo propósito
Recuperação (individual):
- 03/07 - Questões dissertativas sobre as técnicas, incluindo técnicas contidas nos seminários
Presença (individual):- Ao final de cada aula será disponibilizado duas ou três questões para serem respondidas aqui nesta mesma página. O questionário ficará aberto por 5 min. Ao responder as questões, sua presença será contabilizada. O questionário também comporá a nota final como um bônus!
Nota final = 0.25 (Seminário) + 0.25 P1 + 0.25 P2 + 0.25 P3 + 0.1 Questões
-
-
Receber uma nota
-
Receber uma nota
-
Receber uma nota
-
Receber uma nota
-
Receber uma nota
-
Receber uma nota
-
Receber uma nota
-
Receber uma nota
-
Receber uma nota
-
Receber uma nota
-
Receber uma nota
-