Tópicos de Inferência e Modelação Estatística
Objetivos
Desenvolver competências na análise de situações concretas complexas conduzindo ao uso de modelos estatísticos relevantes.
Aprofundamento dos conceitos fundamentais necessários a uma completa exploração dos modelos estatísticos.
Caracterização geral
Código
11575
Créditos
6.0
Professor responsável
Frederico Almeida Gião Gonçalves Caeiro
Horas
Semanais - 4
Totais - 69
Idioma de ensino
Português
Pré-requisitos
Os conhecimentos adquiridos nas unidades curriculares introdutórias de Probabilidades e Estatística.
Conhecimentos do modelo das probabilidades de Kolmogorov.
Bibliografia
- A. Agresti. An Introduction to Categorical Data Analysis. Wiley Series in Probability and Statistics. Wiley, 2007.
- Gibbons,J.D. and Chakraborti, S. (2010). Nonparametric Statistical Inference, Fifth Edition. CRC Press.
- Hogg, R.V., McKean, J.W. and Allen T.C. (2013). Introduction to mathematical statistics (7th ed.). Pearson Education, Inc.
- T. Hothorn and B.S. Everitt. A Handbook of Statistical Analyses Using R. CRC Press, 2006.
- P. McCullagh and J.A. Nelder. Generalized Linear Models, Second Edition. Chapman & Hall/CRC Monographs on Statistics & Applied Probability. Taylor & Francis, 1989.
- P. de Jong and G. Z. Heller. Generalized Models for Insurance Data. Cambridge University Press, 2008.
- MOOD A. M, GRAYBILL F. A. and BOES D. C., Introduction to the Theory Of Statistics, 1974.
Método de ensino
Aulas teóricas-práticas participadas, com exposição oral de matéria e resolução de problemas.
Método de avaliação
AVALIAÇÃO CONTÍNUA
Aviso: Qualquer fraude no processo de avaliação implica a reprovação no corrente ano lectivo (incluindo a Época Especial) e será participada ao Conselho Directivo para procedimento disciplinar.
A avaliacão contínua será feita por 4 elementos de avaliação (ML1, ML2, IME1, IME2), classificados numa escala de 0 a 20 valores:
ML1 - Nota do 1º trabalho do módulo de Machine Learning
ML2 - Nota do 2º trabalho do módulo de Machine Learning
IME1 - Nota do 1º teste do módulo de Inferência e Modelação Estatística
IME2 - Nota do 2º teste do módulo de Inferência e Modelação Estatística
O aluno obtém aprovação na Unidade Curricular (UC) se fizer os 4 elementos de avaliação e se a média ponderada dos 2 elementos de avaliação de cada módulo for superior ou igual a 9,5 valores.
Nota final = (ML1 + ML2 + IME1 + IME2) * 0.25
Datas de avaliação:
1º Trabalho de ML : entrega a 20 de Outubro
1º Trabalho de ML : entrega a 11 de Novembro
1º Teste de IME:
2º Teste de IME:
AVALIAÇÃO NA ÉPOCA DE RECURSO
A avaliação da época de recurso é feita por exame de recurso do módulo de Tópicos de Inferência e modelação estatística, TIME, e por um trabalho de recurso/melhoria do módulo de Machine Learning, ML, sendo válida também para melhoria de nota.
O exame e trabalho são classificados numa escala de 0 a 20 valores. O aluno obtém aprovação à UC se TIME e ML foram ambos superiores ou iguais a 9,5 valores. A nota de recurso é dada por
Nota final = 0.5*TIME + 0,5*ML.
MELHORIA DE NOTA
Os alunos que pretenderem realizar o exame de recurso, com vista à melhoria de nota, devem, antecipadamente, requerer essa melhoria junto dos serviços académicos. A avaliação é feita como na época de recurso.
Conteúdo
MACHINE LEARNING
1. Introdução à Aprendizagem automática (Machine Learning).
2. Classificadores lineares.
3. Redes Neuronais: redes ''''''''feedforward'''''''', redes de convolução e redes recorrentes.
TÓPICOS DE INFERÊNCIA E MODELAÇÂO ESTATÌSTICA
1. Conceitos Fundamentais de Probabilidade e Estatística
2. Conceitos Fundamentais de Inferência Estatística
3. Regressão Linear Simples
4. Regressão Linear Múltipla
5. Análise Estatística de Valores Extremos