ISLA IPGT 24863

Introdução ao Machine Learning em R

• ApresentaçãoPresentation

  Esta unidade curricular visa apresentar os principais conceitos e metodologias de machine learning, tendo como suporte a programação em R. O machine learning é um campo da inteligência artificial que usa algoritmos para encontrar padrões, extrair conhecimento e construir modelos de previsão a partir dos dados. Trata-se de uma abordagem de análise de dados que envolve a construção e adaptação de modelos computacionais, permitindo aos programas "aprender" a partir de dados de forma a melhorar sua capacidade de inferir conhecimento, fazer previsões e apoiar na tomada de decisão. R é uma linguagem de programação e um software estatístico, popular entre analistas e cientistas de dados, e de ampla utilização para análise e visualização de dados. Nesta unidade curricular, os alunos utilizarão a linguagem R para executar tarefas comuns de machine learning, como pré-processamento de dados, análise exploratória de dados, construção e afinamento de modelos, e avaliação dos resultados.
• ProgramaProgramme

  Conceitos de Machine Learning Aprendizagem Supervisionada Regressão Regressão Linear Análise de Séries Temporais (Forecasting): ARIMA Classificação Modelos baseados em árvores (Decision Trees, Random Forests) Máquinas de Vetores de Suporte (SVM - Support Vector Machines) Classificador Naive Bayes (NB) Vizinho Mais Próximo (KNN - K-Nearest Neighbour) Aprendizagem Não-supervisionada Redução da Dimensionalidade Análise de Componentes Principais (PCA - Principal Components Analysis) Agrupamento (Clustering) K-means Agrupamento Hierárquico Regras de Associação Apriori
• ObjectivosObjectives

  No final deste curso, os alunos serão capazes de: Conhecer os conceitos básicos de machine learning (aprendizagem automática) Explicar os principais tipos e aplicações de machine learning Utilizar a linguagem R para manipular dados e construir modelos Aplicar vários algoritmos de machine learning para resolver problemas do mundo real Avaliar e comparar o desempenho de diferentes modelos de machine learning Interpretar e comunicar os resultados dos modelos de machine learning
• BibliografiaBibliography

  James, G., Witten, D., Hastie, T., & Tibshirani, R. (2013). An Introduction to Statistical Learning: with Applications in R. Springer Science & Business Media. ISBN 9781461471370  Burger, S. V. (2018). Introduction to Machine Learning with R: Rigorous Mathematical Analysis. O'Reilly Media, Inc. ISBN 9781491976449 Lantz, B. (2019). Machine Learning with R: Expert techniques for predictive modeling, 3rd Edition. Packt Publishing. ISBN 9781788295864
• MetodologiaMethodology

  No âmbito desta UC, os alunos terão a oportunidade de aplicar os conhecimentos transmitidos ao longo diferentes módulos e aplicá-los para a resolução de problemas práticos utilizando dados reais de diferentes áreas de atividade empresarial (retalho, banca, marketing, saúde, etc).
• LínguaLanguage

  Português
• TipoType

  Anual
• ECTS

  4
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não