Teoria do Aprendizado de Máquina

Ementa

Modelo formal do ambiente de aprendizado. Minimização de risco empírico (ERM). Aprendizado PAC e epsilon-rede. Aprendizado agnóstico PAC e epsilon-amostra. Convergência uniforme. Predição linear. Teorema No Free Lunch. Dimensão Vapnik-Chervonenkis (VC). A navalha de Occam em aprendizagem. Teorema fundamental do aprendizado PAC.

Bibliografia

SHALEV-SHWARTZ, S., BEN-DAVID, S. Understanding machine learning: From theory to algorithms. Cambridge University Press, 2014. / MITZENMACHER, M., UPFAL, El. Probability and Computing: Randomization and probabilistic techniques in algorithms and data analysis. Cambridge University Press, 2017. / ANTHONY, M. and BARTLETT, P. L. Neural Network Learning: Theoretical Foundations. Cambridge University Press, New York, NY, USA, 1st edition, 2009.