Técnicas de otimização de ordem, 0, 1 e 2: Busca aleatória, Gradiente descendente e Método de Newton. Aprendizado supervisionado: Regressão linear e não-linear, Classificação Binária, Regressão Logística, Entropia Cruzada e Custo Softmax, Perceptron, Máquina de Vetores de Suporte. Aprendizado não supervisionado: Espaços vetoriais, Ortogonalidade e Projeção, Autoenconder linear e Análise de Componentes Principais, Clusterização K-means. Aproximadores Universais. Métodos de Kernel, Truque do Kernel, Predição com modelos baseados em Kernels. Redes Neurais, Características e Funções de Ativação, Perceptron Multi-camadas, Algoritmo de Propagação Retroativa. Árvore de Decisão, Árvores de Regressão e Classificação, Floresta Aleatória.
Nenhum pre-requisito encontrado para MAT2330
Nenhum co-requisito encontrado para MAT2330