Ir para o conteúdo principal
Painel lateral
Disciplinas »
2025
2024
2023
2022
2021
2020
2019
2018
2017
2016
2015
2014
2013
2012
AACCs/FFLCH
Pró-Reitoria de Pós-Graduação
Outros
Suporte »
Acesso
Perfis
Ouvintes
Docentes
Criação de Disciplinas da USP
Documentação
HelpDesk e Contato
Guia de uso
Sobre
Português - Brasil (pt_br)
Deutsch (de)
English (en)
Español - Internacional (es)
Français (fr)
Italiano (it)
Português - Brasil (pt_br)
Buscar
Fechar
Buscar
Alternar entrada de pesquisa
Acessar
SIN5007 - Reconhecimento de Padrões (2023)
Início
Ambientes
2023
EACH
SIN
SIN5007--2023
Aula 7: SVMs
Programação
Geral
Prova
Aula 1: Introdução a Reconhecimento de Padrões
Aula 2: Pré-processamento e PCA
Aula 3: Seleção de Características
Aula 4: Classificação Bayesiana, Naive Bayes
Aula 5: Estimação de Desempenho
Aula 6: Árvores de Decisão e Random Forests
Aula 7: SVMs
Aulas 8 e 9: Redes Neurais Artificiais
Aula 10: Comitês, Multiclasse e Multirrótulo
Aula 11: Classificação não-supervisionada
Aula 12: Ética e explicabilidade
Aula 13: Métodos sintáticos
Entregas de Trabalhos
Vídeo 1: SVMs Hard Margin - formulação primal
URL
Vídeo 2: SVMs Hard Margin - formulação dual
URL
Vídeo 3: SVMs Soft Margin
URL
Vídeo 4: SVMs não lineares (kernels)
URL
Vídeo 5: Observações gerais sobre SVMs
URL
SVM: Máquinas de Vetores de Suporte (PDF da aula completa)
Arquivo
Material Complementar
Pasta
Plantão de Dúvidas sobre SVM (em 20/10/2023)
URL
◄
Aula 6: Árvores de Decisão e Random Forests
Seguir para...
Geral
Prova
Aula 1: Introdução a Reconhecimento de Padrões
Aula 2: Pré-processamento e PCA
Aula 3: Seleção de Características
Aula 4: Classificação Bayesiana, Naive Bayes
Aula 5: Estimação de Desempenho
Aula 6: Árvores de Decisão e Random Forests
Aula 7: SVMs
Aulas 8 e 9: Redes Neurais Artificiais
Aula 10: Comitês, Multiclasse e Multirrótulo
Aula 11: Classificação não-supervisionada
Aula 12: Ética e explicabilidade
Aula 13: Métodos sintáticos
Entregas de Trabalhos
►
Aulas 8 e 9: Redes Neurais Artificiais