Livro - Aprendizado de máquina: uma abordagem estatística
Autores: Rafael Izbicki e Tiago Mendonça dos Santos
1ª edição, 2020
ISBN: 978-65-00-02410-4
Páginas: 272
Idioma: Português

Versão gratuita
📥 Baixe gratuitamente o livro Aprendizado de máquina: uma abordagem estatística escrito por mim e por Tiago Mendonça, clicando aqui.
Versão impressa
📘 A versão física está disponível em dois formatos:
- 📙 Colorida: clique aqui
- 📗 Preto e branco: clique aqui
Contribua com o projeto
- Chave PIX: 2f439cb9-9172-4104-81a0-a2649695a2d7
- Código QR:

Créditos
✏️ A capa foi criada por Leonardo M. Borges e Kaori Nagata.
Como citar
📚 Izbicki, R. e Santos, T. M. dos. Aprendizado de máquina: uma abordagem estatística. 1ª edição. 2020. 272 páginas. ISBN: 978-65-00-02410-4.
📜 Entrada BibTeX: clique aqui.
Ajude a manter o projeto
Sobre o Livro
Este livro é um guia abrangente que conecta as áreas de aprendizado de máquina e estatística, oferecendo uma perspectiva interdisciplinar. Dividido em três partes — regressão, classificação e aprendizado não supervisionado — cobre fundamentos teóricos e aplicações práticas com implementações em R.
Tópicos abordados:
- Regressão linear, florestas aleatórias, redes neurais
- Redução de dimensionalidade (PCA, autoencoders)
- Inferência conformal e interpretabilidade de modelos
- Sistemas de recomendação, SVMs, aprendizado não supervisionado
Vídeos e Palestras
📺 Minha palestra na Ômega Talks: clique aqui
Playlist com vídeos do livro
Vídeos por capítulo
- Capítulos 1 e 2
- Capítulo 3
- Capítulo 4
- Capítulo 5
- Maldição da dimensionalidade
- Capítulo 6
- Capítulos 7 e 8
- 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
- Capítulo 12
- Capítulo 13
- Sistemas de recomendação
- Apêndice