Página dedicada ao armazenamento e disponibilização dos materiais elaborados na disciplina EST171 - Aprendizado de Máquina, ofertada pelo departamento de Estatística na Universidade Federal de Minas Gerais como disciplina optativa do programa de Pós-Graduação, ministrada pelo professor Marcos Prates.

Na disciplina temos como base o livro An Introduction to Statistical Learning dos autores James, G., Witten, D., Hastie, T. e Tibshirani, cujo tem soluções (não oficiais) dos execícios disponibilizadas por Amir Sadoughi em seu blog do GitHub.

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 / RCode) - 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) - Apresentação do artigo Ranking Universities Based on Career Outcomes of Graduates publicado pela 22nd SIGKDD Conference, ACM.

---

• Lista 1 (PDF / RCode) - 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 / RCode) - Machine Learning em problemas de Classificação: aplicação das abordagens via regressão logística, gaussiana, naive bayes, discriminante linear, discriminante quadrático e KNN.
  
• Lista 4 (PDF / RCode) - 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 ou entre em contato por e-mail edujrrib@gmail.com

---

© Copyright 2016 Ribeiro Jr., E. E.