Teoria de Machine Learning

Este
curso apresenta aspectos teóricos e matemáticos do Aprendizado Automático (também conhecido como “Aprendizado de Máquina” ou “Machine Learning”). Tópicos a serem cobertos incluem:

1. Introdução à formulação PAC de aprendizado.
2. Complexidade de Rademacher e dimensão VC
3. Seleção de modelos
4. Máquinas de suporte a vetores (SVM)
5. Métodos baseados em núcleos (kernels)
6. Boosting
7. Introdução ao aprendizado online
8. Regressão
9. Ranking e classificação multiclasse
9. Tópicos recentes (a depender do professor).

Referências
Foundations of Machine Learning
Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalkar MIT Press, Second Edition, 2018.
Learning Theory from First Principles Francis Bach, https://www.di.ens.fr/~fbach/ltfp_book.pdf