Parte 1

1. Introdução

• O que é Machine Learning (06:52)

• Definição dos objetivos (16:10)

• Dados faltantes e criação de características (20:25)

• Dados desbalanceados e variáveis correlacionadas (17:29)

• Como as máquinas aprendem (09:31)

2. Métodos de reamostragem

• Tipos de função custo (09:55)

• Amostras de treinamento, validação e teste (11:52)

• Validação cruzada K-fold (13:42)

• Validação cruzada certo e errado (16:33)

3. Aprendizado não supervisionado

• Análise de componentes principais (14:37)

• K-means e cluster hierárquico (19:38)

• DBSCAN (10:46)

4. Classificação

• Regressão logística (18:13)

• Análise de discriminante linear e quadrática (15:03)

• Comparação de modelos, Naive Bayes e tipos de erro (12:55)

5. Regularização

• Problemas de “small n, large p” e Regressão penalizada (12:21)

• Penalização Ridge, Lasso, Elastic net e Horseshoe (17:47)

• Seleção dos parâmetros de tuning e Regressão com componentes principais (10:37)

6. Métodos baseados em árvores

• Árvores de decisão (19:45)

• Bootstrap Aggregation (Bagging) e Random Forest (11:40)

• Boosting (14:43)

7. Support vector machines

• Maximal Margin Classifier e Support Vector Classifier (17:49)

• Expansão das características e truque do Kernel (12:28)

8. Gradiente descendente

• Gradiente descendente batch e estocástico (18:20)

• Gradiente boosting (13:22)

9. Considerações finais

• Como obter boas predições (14:14)

Referências Bibliográficas

• James, G., Witten, D., Hastie, T. e Tibshirani, An Introduction to Statistical Learning, 2013, Unofficial Solutions;
• Hastie, T., Tibshirani, R. e Friedman, J., The Elements of Statistical Learning, 2009;
• Lantz, B., Machine Learning with R, Packt Publishing, 2013;
• Tan, Steinbach, and Kumar, Introduction to Data Mining, Addison-Wesley, 2005.

Data Repositories

• Kaggle;
• UCI Machine Learning Repository;
• KDD Nugets;
• TwitteR;
• rfigshare;
• Open Gov. Data: dados.gov.br, www.data.gov, www.data.gov.uk.