Ementa de Disciplina

MAT4232 | ÁLG LINEAR P CIÊNCIA DE DADOS

4 créditos

Ementa

Álgebra linear do ponto de vista computacional com ênfase em ciência de dados . Normas vetoriais e matriciais, normas matriciais multiplicativas. Mínimos Quadrados: Regressão Linear, Decomposição QR, Ortogonalização de Gram-Schmidt e Reflexão de Householder. Sistemas de equações lineares: a decomposição LU, sistemas positivos definidos, em banda, simétricos, em blocos, esparsos, estabilidade. Métodos iterativos, gradientes conjugados e métodos relacionados. Autovalores: métodos de potência e outros métodos iterativos. As decomposições SVD (em valores singulares) e PCA (Análise de componentes principais). Aplicações a problemas em ciência de dados.

Bibliografia

TREFETHEN, L. N; BAU, D. Numerical Linear Algebra. 2nd Edicao; Cambridge: Cambridge University Press, 1997. DEMMEL, J. Applied Numerical Linear Algebra; Philadelphia: SIAM, 1997. AGGARWAL, CHARU C. Linear Algebra and Optimization for Machine Learning; NEW YORK: Springer, 2020.

Bibliografia Complementar

STRANG, G. Linear Algebra and Learning from Data; San Diego: Wellesley-Cambridge Press, 2019. GOLUB, G; VAN LOAN, C. Matrix Computations;; Baltimore: Johns Hopkins University Press, 1989. ANTON, H; RORRES, C. Álgebra Linear com Aplicações;; Porto Alegre: Bookman, 2004. STRANG, G. Linear Algebra and its Applications; San Diego: HBJ, 1988. CORMEN, T. H. Algoritmos: teoria e prática; Rio de Janeiro: Campus, 2002.

Pré-requisitos

MAT1200

ou

MAT1250

ou

MAT1260

ou

MAT1280

ou

MAT4200

Co-requisitos

Nenhum co-requisito encontrado para MAT4232

Última atualização da ementa: 17/10/2024