AM28CP - Aprendizado de Máquina e Reconhecimento de Padrões

HW2 - Exercícios python (14/05)

• Com base na aula L02_knn

• Implemente o knn em colab.  Não utiliza bibliotecas. Implemente com estratégia tradicional, sem usar numpy

• Use como base o dataset Iris

• Sua implementação deve permitir que 5 novos objetos sejam classificados em uma das 3 classes

• Refatore a implementação adicionando alguma melhoria de tempo ao knn, podendo ser uma fila de prioridades, qd-tree, ball-tree ou mesmo uma implementação vetorial com numpy

• Meça tempo das 2 soluções e compare

• Compartilhe o link por email

HW3 - Classificador centroid mais próximo (14/05)

• Com base na aula L05c

• Implemente o classificador do centroid mais próximo no colab.  

• Use como base o dataset Iris

• Sua implementação deve separar a base de dados em treino/teste

• Normalize os dados antes de proceder o treinamento/classificação

• A implementação deve ter a opção de utilizar distancia euclidiana. A implementação das distâncias deve ser manual (sem utilizar biblioteca, apenas numpy) 

• Deve mediar a acurácia no conjunto de treino e teste, comparar os resultados

• Compartilhe o link por email

HW4 - Análise exploratória dos dados (21/05)

• Com base na aula L06

• Estime e plote a gaussiana 1d de cada uma das caracteristicas dos dados

• Faça um scatterplot dos dados

• Use como base o dataset Iris

• Sua implementação deve separar a base de dados em treino/teste, modele para ambas os subconjuntos

• Escolha 2 características, modele e plote a gaussiana 2d resultante

• Compartilhe o link por email

HW5 - Classificador LDA, QDA (21/05)

• Com base na aula L08

• Implemente o classificadores LDA e QDA colab.   

• Use como base o dataset Iris

• Sua implementação deve separar a base de dados em treino/teste

• Normalize os dados antes de proceder o treinamento/classificação

• Deve mediar a acurácia no conjunto de treino e teste

• Compartilhe o link por email

HW6 - Seleção e avaliação de modelos

• Com base nas aulas L11, L14, L15 

• Escolha uma base de dados qualquer do site kaggle.com, tarefa de classificação

• Escolha um classificador do tipo ensamble

• Rode o classificador na base de dados e estime a performace de generalização

  • Use método de hold-out para avaliação do modelo (treino/teste)

  • Use método 10-fold para seleção do modelo (treino validação)

  • Selecione o melhor modelo (hyperparâmetros) usando gridsearch

  • Utilizando o modelo selecionado, avalie se existe overfitting

  • Calcule intervalos de confiança via aproximação normal

HW7 - Kaggle projects

• Escolha 20 projetos/datasets/códigos no site kaggle e analise as soluções propostas. Sua análise deverá ser sobre um código que possua pelo menos etapa de classificação e algum resultado.

• Para análise faça uma tabela contendo os seguintes campos: Resumo, EDA, classificador, avaliação, métrica e resultado, hyperparametros, teste estatístico, análise

  • No campo resumo explique o objetivo da tarefa (e.g. separar imagens cancerígenas de não cancerígenas em análise de tumor de pulmão. classifiação binária)

  • No campo EDA (exploratory data analysis) indique que tipo de analises preliminares o projeto possui (histogramas, scatterplots, outros...)

  • No campo classificador indique qual classificador foi empregado. Se for mais de 1 escolher 1 apenas

  • No campo validação indique como o projeto realiza a seleção e avaliação do modelo, lembrando que validações válidas são: hold-out, k-fold, leave-one-out, randomsubsampling, bootstrap, entre outros.

  • No campo métrica e resultado indique qual medida foi retirada (e.g. acurácia, F1, kappa, etc). Indique também o resultado obtido

  • No campo hyperparâmetros indique se foi realizada a seleção de hyperparâmetros. E como essa seleção foi realizada (grid-search, random-search, nenhuma, etc)

  • No campo teste estatístico indique se foi realizado algum teste e qual (e.g. intervalo de confiança, Mcnemar, friedman, etc.

  • No campo análise deixe sua opinião a respeito do projeto analisado, indicando, por exemplo, se o projeto analisou ou não overfitting, o que vc faria diferente, etc.

• Ao menos 1 projeto analisado deve conter todas as etapas corretas realizadas (EDA, seleção hyperparametros, avaliação modelo, teste estatístico)