-
Notifications
You must be signed in to change notification settings - Fork 0
/
Copy pathindex.Rmd
81 lines (67 loc) · 3.53 KB
/
index.Rmd
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
---
title: "Aprendizado de Máquina"
subtitle: "Disciplina EST171 da pós-graduação em Estatística UFMG"
output: html_document
---
Página dedicada ao armazenamento e disponibilização dos materiais
elaborados na disciplina
[EST171 - Aprendizado de Máquina][est171],
ofertada pelo departamento de Estatística na Universidade Federal de
Minas Gerais como disciplina optativa do programa de Pós-Graduação,
ministrada pelo professor [Marcos Prates][marcosop].
Na disciplina temos como base o livro
[An Introduction to Statistical Learning][livro] dos autores James, G.,
Witten, D., Hastie, T. e Tibshirani, cujo tem soluções (não oficiais)
dos execícios disponibilizadas por [Amir Sadoughi][amir] em seu
[blog do GitHub][solutions].
As atividades complementares às aulas ministradas pelo docente são
divididas em listas de exercício, cujo soluções são armazenadas em
[`listas/`]; seminários (apresentando um artigo), cujo slides serão
armazenados em [`seminars/`]; e um trabalho prático elaborado com um
resumo expandido e apresentado em formato de pôster, os arquivos
referentes ao trabalho prático são armazenados no diretório
[`poster/`]. A lista de materiais elaborados é exibida abaixo:
***
* **Poster** ([PDF](./poster/lda-kdd-poster.pdf) /
[RCode](./poster/lda-kdd-poster.R)) - Modelos de Alocação Latente de
Dirichlet para Verificação dos Tópicos de Apresentação do
SIGKDD 2016. Aplicação do modelo LDA e proposta metodológica para
escolha do número de tópicos.
***
* **Seminar** ([PDF](./seminar/slides.pdf)) - Apresentação do artigo
_Ranking Universities Based on Career Outcomes of Graduates_ publicado
pela 22nd SIGKDD Conference, ACM.
***
* **Lista 1** ([PDF](./listas/lista1.pdf) /
[RCode](./listas/lista1.R)) - Machine Learning em problemas de
Regressão. Aplicação de regressão com preditores baseados em expansões
de séries de Fourier sob penalização Lasso e KNN.\
* **Lista 2** ([PDF](./listas/lista2.pdf) /
[RCode](./listas/lista2.R)) - Machine Learning em problemas de
Classificação: aplicação das abordagens via regressão logística,
gaussiana, naive bayes, discriminante linear, discriminante quadrático
e KNN.\
* **Lista 4** ([PDF](./listas/lista4.pdf) /
[RCode](./listas/lista4.R)) - Machine Learning para análise de
textos com redução de dimensionalidade, clusterização e regras de
associação. Aplicação de regras de associação
em dados categóricos. Treinamento de sistemas de recomendação baseados
em itens e baseados em usuários para dados de filmes.
***
Para sugestões, críticas ou relato de problemas abra uma _issue_ em
[htps://github.com/JrEduardo/est171-ml/issues](https://github.com/JrEduardo/est171-ml/issues)
ou entre em contato por e-mail [[email protected]](mailto:[email protected])
## Licença ##
Este material é distribuído sob a licença
[GNU General Public License, versão 3], descrita no arquivo
[`LICENSE.md`], © 2016 E. E., Ribeiro Jr
[est171]: http://est.ufmg.br/~marcosop/est171-ML
[marcosop]: http://est.ufmg.br/~marcosop
[livro]: http://www.springer.com/us/book/9781461471370
[amir]: http://princehonest.com/
[solutions]: http://blog.princehonest.com/stat-learning/
[`listas/`]: https://github.com/JrEduardo/est171-ml/tree/master/listas
[`seminars/`]: https://github.com/JrEduardo/est171-ml/tree/master/seminars
[`poster/`]: https://github.com/JrEduardo/est171-ml/tree/master/poster
[GNU General Public License, versão 3]: https://www.gnu.org/licenses/gpl-3.0.html
[`LICENSE.md`]: https://github.com/JrEduardo/ce227-bayes/blob/master/LICENSE.md