Sumários
Aula 6 - Regressão Linear
29 Setembro 2023, 19:30 • Anabela Costa
Regressão Linear Múltipla: Hipótese; Modelo; Estimação dos
Coeficientes; Avaliação da Qualidade do ajuste; Estudo dos Resíduos.
Exercício de aplicação recorrendo à linguagem de programação R.
Aula 5 - Regressão Linear
29 Setembro 2023, 18:00 • Anabela Costa
Regressão Linear Simples: Hipótese; Modelo; Estimação dos
Coeficientes; Avaliação da Qualidade do ajuste; Estudo dos Resíduos.
Exercício de aplicação recorrendo à linguagem de programação R.
Aula 4 - Introdução
22 Setembro 2023, 19:30 • Anabela Costa
Avaliação do desempenho do modelo: funções de perda e Erro de
Validação Geral.
Métricas mais usuais para problemas de regressão: Erro
Quadrático Médio; Raiz Quadrada do Erro Quadrático Médio; Erro Médio Absoluto;
Raiz Quadrada do Erro Logarítmico Médio Quadrático.
Métricas mais usuais para problemas de classificação:
Classificação Errada (Misclassification); Média por Erro de Classe; Erro
Quadrático Médio.
Modelos de Classificação
Binários: Matriz de Confusão; Níveis de Desempenho mais usuais (Accuracy;
Precision; Sensitivity (or Recall); Specificity; AUC (Area Under the Curve)).
Aula 2 - Introdução
15 Setembro 2023, 19:30 • Anabela Costa
Tipos de problemas em Aprendizagem Supervisionada: Problemas de
Regressão e Problemas de Classificação.
Processo de modelação em Aprendizagem de Máquina.
Divisão do conjunto de dados nos conjuntos de treino e de teste:
exercício de aplicação recorrendo à linguagem de programação R.
Conceitos de Erro de Generalização e Overfitting.
Avaliação do modelo durante a fase de treino: Validação Cruzada
e Bootstrapping.