Currículo
Machine Learning and Data Mining MLDM-DAB
Contextos
Groupo: Matemática Aplicada à Economia e à Gestão > 3º Ciclo > Parte Escolar > Unidades Curriculares Optativas > Optativa 2
ECTS
6.0 (para cálculo da média)
Objectivos
Proporcionar conhecimentos sólidos de algoritmos para análise de grandes volumes de dados utilizando software especializado para ciência de dados.
Programa
1. Aprendizagem supervisionada: regressão e classificação 2. Modelos lineares regularizados: ridge, lasso e elastic net. 3. k-vizinhos mais próximos 4. Árvores de decisão 5. Métodos Naïve Bayes 6. Máquinas de vectores de suporte 7. Redes neuronais e aprendizagem profunda. 8. Métodos de ensemble: bagging, boosting e random forests 9. Aprendizagem não-supervisionada
Método de Avaliação
A metodologia de ensino tem carácter teórico-prático. Nas aulas são introduzidos os conceitos teóricos presentes no programa da disciplina e resolvidos problemas de ilustração da matéria lecionada com recurso a programas de software estatístico. A nota final é atribuída com base num exame escrito.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 129.0
Carga Total -
Bibliografia
Principal
- An Introduction to Statistical Learning with Applications in R: Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani 2019 2nd ed., Springer Texts in Statistics