Machine Learning
O curso de Machine Learning tem como objetivo introduzir a análise de dados e o aprendizado de máquina. Será feita uma introdução teórica a conceitos essenciais da área, como aprendizado supervisionado e não supervisionado, classificação e regressão, viés e variância, entre outros.
Em um segundo momento tais conceitos serão aplicados em problemas de aprendizado supervisionado utilizando a biblioteca scikit-learn e algoritmos conhecidos - como as árvores de decisão. No decorrer dessas atividades serão apresentados alguns dos conceitos estatísticos existentes por trás do funcionamento dos modelos. Além disso, o aluno terá a oportunidade de acompanhar o desenvolvimento de um algoritmo para avaliar a aceitabilidade de diferentes automóveis fictícios de um banco de dados. Tudo será feito por meio da linguagem Python, sendo necessário conhecimento da sintaxe básica.
Algumas bibliotecas importantes serão utilizadas, como Numpy, para algumas operações algébricas, Matplotlib, para impressão gráfica, e Pandas, que permitirá o trabalho fácil com arquivos csvs. As funções utilizadas serão explicitadas ao longo das aulas.
Escopo do curso:
• Linguagem Python e sua sintaxe:
• "print" e "input";
• Tipos de dados;
• Listas;
• Estrutura condicional;
• Estrutura de repetição;
• Funções;
• Bibliotecas para Python:
• Importação;
• Numpy:
• "arrays";
• Operações matriciais;
• Matplotlib:
• "plot";
• "subplot";
• Estilização;
• Pandas:
• Visualização de dados;
• Operações com dados;
• Machine Learning:
• Classificação;
• Regressão;
• Modelos paramétricos e não paramétricos;
• Viés e variância;
• "underfitting" e "overfitting";
• Tratamento e visualização dos dados;
• Máquinas de vetores de suporte;
• Árvores de decisão;
Os materiais utilizados encontam-se disponíveis no seguinte link: https://drive.google.com/drive/folders/1YIJvM-uoG05g3PcpJTkBSNgSfzfW2VHj?usp=sharing