2020_1.md

Machine Learning

Conteúdo de apoio sobre Machine Learning da disciplina IMD0188

Menu

• Referências Bibliográficas
• Referências de Cursos Online
• Outras Referências
• Material de Aula
• Atividades

Canal de Comunicação

• Para compartilhamento de conhecimento entre os estudantes: https://discord.gg/Sa2zvvw

Material de Aula

Estes formulários registram a participação nas aulas assínscronas.

Introdução ao Aprendizado de Máquina

• Vídeos e Form: Introdução ao Aprendizado de Máquina
• Vídeos e Form: Aprendizado de Máquina - Exemplos
• Vídeos e Form: Introdução ML - Principais Conceitos
• Slides: Conceitos

Breve introdução sobre Regressão Linear

• Vídeos e Form
• Slides
• Código utilizado no vídeo
• Exercício
• Desafio

Breve introdução sobre Multilayer Perceptron

• Vídeos e Form: MLP Parte 1
• Vídeos e Form: MLP Parte 2
• Exemplo de código: Perceptron
• Slides

Introdução sobre Suport Vector Machine (SVM)

• Vídeos e Form: SVM
• Exemplo de código: SVM Linear
• Slides

Introdução sobre Deep Learning

• Vídeos e Form: Deep Learning
• Slides: Deep Learning
• Exemplo de código: MLP - Exemplo sobre se um cliente deixa um banco
• Exemplo de código: Reconhecimento de caracteres escritos a mão

Introdução sobre K-Means

• Vídeos e Form: K-Means
• Slides
• Exemplo de código: perfil de clientes de uma loja

Introdução sobre Rede SOM

• Vídeos e Form: Rede SOM
• Slides
• Exemplo de código: visualizar os perfis de alunos da Escola de Ciência e Tecnologia da UFRN

Introdução sobre Rede Neural Convolucional

• Form e vídeos
• Código: reconhecimento de números escritos à mão
• Slides

Atividades

Uso de regeressão

• Monte sua equipe
• Faça uma cópia do exemplo: "Base de dados de aluguel" (clique aqui para acessar)
• Complete o código de exemplo seguindo as instruções

Exemplos

• Implementação do perceptron, https://github.com/ect-info/ml/tree/master/guias/Perceptron

Bibliografia Básica

• GÉRON; Hands-On Machine Learning with Scikit-Learn and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems. O’REILLY, 2017.
• MITCHELL; Machine Learning, Publisher: McGraw-Hill Science/Engineering/Math, 1997.
• NEGNEVITSKY; Artificial Intelligence: A Guide to Intelligent Systems, Second Edition, Publisher Addison Wesley.
• HAYKIN; Neural Networks and Learning Machines (3rd Edition), Publisher: Pearson.
• JOSHI; Artificial Intelligence with Python, Packt Publisher, 2017.
• BISHOP; Pattern Recognition and Machine Learning, Springer, 2006.
• RUSSELL, STUART; NORVIG, PETER; Inteligência Artificial, 3. edição, Prentice Hall.
• BRAGA; CARVALHO; e LUDERMIR; Redes neurais artificiais: teoria e aplicações, 2007