Introdução à Aprendizagem Estatística - mae 0580/mac 6926

2o Semestre 2017



Professor

Antonio Galves
<galves@ime.usp.br>


Monitores

Morgan André
<mrgn.andre@gmail.com>

Fernando Araujo Najman
<fanajman@gmail.com>

 

Plantão de dúvidas: quartas feiras às 13 h. Sala B 10.


Notícias de última hora

 A prova de reavaliação ocorrerá na sala B 139, na próxima 4a. feira dia 20 de dezembro às 14h.

 

Notas finais dos alunos. Na média das provas se desconsiderou a prova com a menor nota. A média final já inclui a nota dos trabalhos. Em caso de duvidas ou suspeita de erros, favor avisar os monitores por email. A data da reavaliação será avisada aqui quando for oficializada.

Para os alunos do curso MAC6926, os conceitos correspondem as notas da seguinte forma:

8 - 10 = A

6 - 8 = B

5 - 6 = C

Abaixo de 5 = Reprovação

 

Gabarito da prova 4 adicionado.

A quarta prova se ocorerrá na sala 101 do bloco B.

Notas e média dos alunos nas três primeiras provas. NF significa que o aluno não realizou a prova. Caso encontrem algum erro, favor avisar por email para os monitores.

Gabarito da prova 3 adicionado.

A prova 3 ocorrerá na sala 101 do bloco B.

Correção da lista 6 adicionada.

Lista 6 adicionada.

Lista 5 adicionada. 

Instruções do trabalho adicionadas. Lista dos grupos adicionada, favor verificar se seu nome encontra-se na lista e no grupo correto. Caso contrario, entrar em contato com os monitores da matéria.

Gabarito da prova 2 adicionado.

A pedido de alunos, ocorrerá uma monitoria extraordinária hoje ás 14:00 horas na sala B-10.

Resolução da lista 3 adicionada.

A segunda prova se realizará na sala B5.

Lista 4: Dimensões VC adicionados.

Lista 3 de exercícios adicionada.

Gabaritos das provas disponiveis.

Resolução da lista 2 adicionadas ao site.

Lista 2 de exercícios adicionada.

A primeira prova (13/09) ocorrerá na sala B5.

Novo endereço da pagina: https://www.ime.usp.br/~fanajman/aprend_estat/

Haverá uma aula extra de revisão da matéria e preparação da primeira prova na quarta feira dia 06/09, das 14 às 16 horas.

Há uma correção na solução do exercício 5(i) da lista 1.


Horário das aulas

4a feira das 14:00 às 17:40


Local

Sala B 10

 


Avaliações

Notas e média dos alunos nas três primeiras provas.

A avaliação da matéria será feita através de quatro provas e um trabalho final (em grupos com no máximo cinco estudantes).

Média global M = P + T > 5, onde P é a média das três melhores notas de prova, a nota de cada prova asumindo valores entre 0 e 8 e T é a nota do trabalho final, valendo entre 0 e 2.

O aluno que tiver média global 3 < M < 5 e frequência > 70% , poderá fazer a prova de reavaliação. O aluno que fizer reavaliação será aprovado
se sua média final F = 0,5 R + 0,5 M > 5, onde R é a nota obtida na prova de reavaliação.


Datas das provas e entrega do trabalho

13/09: Primeira prova.
18/10: Segunda prova.
22/11: Terceira prova.
29/11: Quarta prova.
A decidir: Reavaliação.


Listas de exercícios

Lista 1

Lista 2

Lista 3 Resolução

Lista 4 com a resolução

Lista 5 

Lista 6 / Correção da lista 6


Algumas referências bibliográficas

  1. T. Hastie e R. Tibshirani e J. Friedman, The Elements of Statistical Learning: Data Mining, Inference and Prediction, Springer, 2009.
  2. E. Alpaydin. Introduction to Machine Learning. MIT Press, 2009.
  3. N. Tishby and N. Zaslavsky. Deep learning and the information bottleneck principle. In 2015 IEEE Information Theory Workshop (ITW), pages 1- 5, April 2015.

Alguns endereços interessantes

NeuroMat

Course CalTech - Learning from data

Artigo Rissanen

 


Cronograma de aulas

Aulas

 

Tópicos

 

09/08 Questões básicas: o que é um padrão, classificação de sequências aleatórias atraves de modelos, exemplos sequências i.i.d, cadeias de Markov de alcance 1, sequências periódicas modificadas aleatoriamente, classificação supervisionada e não supervisionada, seleção de uma função em uma classe de hipóteses minimizando o risco teórico, a noção de risco empirico, lei dos grandes números e a convergência do risco empirico para o risco teórico, velocidade de convergência estimada atraves das desigualdades de Chebyshev e Hoeffding.
Material de apoio: Lesson CalTech: Is learning feasible?; Learning theory and Hoeffding; Introdução a modelagem estocástica; Desigualdade de Hoeffding; Transcricão da primeira aula
16/08

Aprendizagem supervisionada: Caso de uma classificação aleatorizada. Classificador de Bayes. Desigualdade de Markov, método de Cramer-Chernoff e inicio da demonstração da desigualdade de Hoeffding. Jogo do goleiro, cadeias estocásticas com memória de alcance variavel. Árvores de contexto e probabilidade de transição associadas às folhas.

Material de apoio: Transcrição da segunda aula

23/08 Aula de exercicios: Lista 1, resolução dos exercícios lista 1.
30/08 Transcrição da terceira aula e solução dos exercícios.
06/09 Aula de revisão antes da primeira prova. Lista 2, Resolução da lista 2.
13/09 Primeira prova seguida de sessão de correção. Prova 1 Gabaritos das provas.
20/09 Transcrição da quarta aula
27/09 Transcrição da quinta aula
Material complementar: Artigo Rissanen, Prova: classificador de Bayes
04/10

Teoria de Vapnik-Chervonenkis: coeficiente de fragmnetação de um conjunto de classificadores, dimensão VC. Transcrição da sexta aula. A lista 4 (com a resolução) de Exercícios sobre dimensão VC já está disponível.

Referência: aula 18 do curso de Nowak

11/10 Transcrição da sétima aula. Lista 3 - Resolução da lista 3
18/10 Segunda prova. Prova 2. Gabarito da prova 2.
25/10 Correção da segunda prova. Instruções do trabalho.
01/11 Transcrição da oitava aula. Lista 5
08/11 Transcrição da nona aula. Lista 6
22/11 Terceira prova seguida de sessão de correção. Prova 3. Gabarito da prova 3.
29/11 Quarta prova seguida de sessão de correção. Gabarito da prova 4.


Página criada e mantida por: Morgan André e Fernando A. Najman

Last modified: Wen Aug 9 13:52:26 -0300 2017