Aprendizado de máquina: uma abordagem estatística

Aqui você pode baixar gratuitamente o livro Aprendizado de máquina: uma abordagem estatística, escrito por mim e pelo Tiago Mendonça.

Você pode contribuir com esse projeto via:
Chave PIX: 2f439cb9-9172-4104-81a0-a2649695a2d7
Código QR PIX:

Além da versão digital, é possível adquirir a versão impressa em dois formatos:
📖 Colorida: https://loja.uiclap.com/titulo/ua24032/
📖 Preto e branco: https://loja.uiclap.com/titulo/ua24034/

A capa do livro foi feita pelos incríveis Leonardo M. Borges e Kaori Nagata.

Citação: Izbicki, R. e Santos, T. M. dos. Aprendizado de máquina: uma abordagem estatística. 1ᵃ edição. 2020. 272 páginas. ISBN: 978-65-00-02410-4. Para a entrada em bibtex, clique aqui.

Minha palestra na Ômega Talks sobre o livro

Vídeos (em desenvolvimento)

Playlist:

Vídeos de cada capítulo:

• Capítulos 1 e 2
  • Introdução
  • Elementos de um problema de predição e regressão linear
  • Overfitting
  • Seleção de modelos
  • Mais sobre data-splitting
  • Mais sobre o risco
• Capítulo 3
  • Lasso e seleção de variáveis
  • Mais sobre penalização
• Capítulo 4
  • KNN, Nadaraya-Watson, Séries Ortogonais
  • Árvores, Bagging e Florestas Aleatórias
  • Redes Neurais e Deep Learning
  • RKHS, SVR e KRR
  • Truque do Kernel
  • Teoria
• Capítulo 5
  • Maldição da dimensionalidade
• Capítulo 6
  • Interpretabilidade/ExplainableML
  • Inferência conformal
  • Estimação de densidades condicionais
• Capítulos 7 e 8
  • Risco, regressão logística e classificação via regressão
  • Seleção de modelos, outras medidas de desempenho e desbalanceamento
  • Outros classificadores plugin: Bayes ingênuo e análise discriminante
  • SVM
  • KNN, árvores, florestas e redes neurais
  • Boosting
• Capítulo 9
  • Assimetria na função de perda e dados desbalanceados
  • Dataset shift e viés de seleção
  • Combinando classificadores
  • Teoria VC
• Capítulo 10
  • PCA, KPCA e projeções aleatórias
  • Autoencoders
• Capítulo 11
  • K-medias, clustering espectral e agrupamento hierárquico
• Capítulo 12
  • Regras de associação
• Capítulo 13
  • Sistemas de recomendação
• Apêndice
  • Manipulando textos e imagens

Bancos de dados

Estes são os bancos de dados usados no livro:

• Amazon Fine Food reviews
• Hour
• Indicadores SSP
• Prostate
• World Development Indicators
• Spam