Este curso é sobre tópicos relacionados à análise visual e aprendizado de máquina. A análise visual é uma área de visualização de dados preocupada em melhorar o processo analítico de um ser humano ou em como entender os dados de um determinado problema: entender, raciocinar e tomar decisões sobre um conjunto de dados fornecidos e um determinado domínio de problema. A análise visual, em particular, preocupa-se em combinar processos automatizados, com processos orientados e humanos, criados em torno da visualização de dados – representações visuais de dados e maneiras de interagir com os dados. Dado o rápido crescimento semelhante ao alavancar o aprendizado de máquina de várias maneiras. Este curso abordará tópicos que vivem na interface da análise visual e do aprendizado de máquina, expondo os conceitos básicos da análise visual, como o aprendizado de máquina pode ser usado para aprimorar a análise visual e como a análise visual pode ajudar o aprendizado de máquina.
Informações Básicas
Complementar:
- Machine Learning: a Probabilistic Perspective, Kevin Patrick Murphy, MIT Press, 2012.
- Interpretable Machine Learning: A Guide for Making Black Box Models Explainable, Christoph Molnar, https://christophm.github.io/interpretable-ml-book/
- Visualization Analysis and Design, Tamara Munzner, A K Peters Visualization Series. CRC Press, 2014.
- Deep Learning, Ian Goodfellow, Yoshua Bengio and Aaron Courville, MIT Press, 2016. http://www.deeplearningbook.org/