Ensino  
Português

CS 229 ― Aprendizado de máquina
Star


Dicas


Aprendizado supervisionado
  • • Função de perda, gradiente descendente, probabilidade
  • • Modelos lineares, Máquinas de Vetores de Suporte, aprendizado generativo
  • • Métodos em conjunto e baseados em árvore, k-NN, teoria de aprendizagem
Aprendizado não supervisionado
  • • Maximização de expectativa, k-means, agrupamento hierárquico
  • • Métricas de atribuição de agrupamento
  • • Análise de componente principal, análise de componente independente
Aprendizado profundo
  • • Arquitetura, função de ativação, retropropagação, abandono
  • • Camada convolucional, normalização em lote, tipos de portas
  • • Processos de decisão de Markov, equação de Bellman, aprendizado Q
Dicas e truques
  • • Matriz de confusão, acurácia, precisão, revocação, F1 score, ROC
  • • R quadrado, CP de Mallow, AIC, BIC
  • • Validação cruzada, regularização, balanço viés/variância, análise de erro

Revisão


Probabilidades e estatística
  • • Axiomas de probabilidade, permutação, regra de Bayes, independência, probabilidade condicional
  • • Variáveis aleatórias, expectativa, variância
  • • Teorema do Limite Central, estimativa de parâmetro
Álgebra linear e cálculo
  • • Matrizes principais, multiplicação, transposta, inversa, traço, determinante
  • • Autovalor, autovetor, norma, gradiente, Hessiano
  • • Matriz positiva semi-definida, teorema spectral, decomposição em valor singular