Disciplina: Aprendizagem de Máquina

Essa página tem como objetivo deixar disponível o material da disciplina de Aprendizagem de Máquina ministrada pelo Profº Jodavid Ferreira no curso de Pós-Graduação em Estatística na Universidade Federal de Pernambuco - UFPE no semestre 2025.1.

• Aula 01 - Apresentação da disciplina (slide)

• Aula 02 - Conceitos de Inteligência Artificial (slide)

• Aula 03 - Introdução ao R (slide)

  • Coding Dojo - desafio

• Aula 04 - Introdução ao python (slide)

• Aula 05 - Conceitos de Probabilidade e Inferência Estatística (slide)

  • Auxiliar - Algumas distribuições de Probabilidade Discretas e Contínuas (slide)

• Aula 06 - Revisão Matrizes (slide)

• Aula 07 - Modelos Dados (slide)

  • Código R -Exemplo de seleção de features

• Aula 08 - Predição vs Inferência (slide)

• Aula 09 - Assessing model accuracy (slide)

• Aula 10 - Resampling Methods (slide)

Listas de Exercícios

• Lista 01 - R e Python
• Lista 02 - R e Python
• Lista 03 - EMV e Funções em R
• Lista 04 - Matrizes
• Lista 05 - Conceitos de Machine Learning e Aprendizagem
• Lista 06 - Conceitos de Machine Learning e Aprendizagem
• Lista 07 - Conceitos de Machine Learning e Aprendizagem

Instruções para Uso do Script no Google Colab

1. Acesso ao Script:
   • O script está disponível para visualização no Google Colab.
   • Atenção: Este notebook está em modo de visualização e não pode ser executado diretamente.
2. Fazendo uma Cópia:
   • Para utilizar o script, você precisa fazer uma cópia dele em seu Google Drive pessoal ou institucional.
   • Siga os passos abaixo para copiar o notebook:
     1. Clique em Arquivo no menu superior.
     2. Selecione Salvar uma cópia no Drive....
     3. Escolha a pasta de destino em seu Google Drive.
     4. Após a cópia ser feita, você poderá editar e executar o notebook livremente.
3. Utilização:
   • Após ter feito uma cópia, você poderá rodar o script diretamente do seu Google Drive.
   • Certifique-se de que todos os caminhos de arquivos e permissões estejam configurados corretamente.

Links Úteis

• Anaconda Windows - https://docs.anaconda.com/free/anaconda/install/windows/

• Anaconda Linux - https://docs.anaconda.com/free/anaconda/install/linux/

• Google Colab com Python- https://colab.research.google.com/

• Google Colab com R - https://colab.research.google.com/#create=true&language=r

• Positron - IDE - https://github.com/posit-dev/positron

---

Obs.: Nos slides possuem imagens e gráficos obtidas da internet. Caso a fonte não seja informada na imagem ou referência, contactar o autor para que a mesma seja adicionada.

---

Página produzida com Quarto.

© 2025 Disciplina Aprendizagem de Máquina. Todos os direitos reservados.