<div dir="ltr"><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small">Prezados(as)</div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small"><br></div><div class="gmail_default"><font face="verdana, sans-serif">Dando continuidade a sequência de seminários em </font><i style="font-family:verdana,sans-serif"><font color="#131313" style="font-family:serif"><font face="Lucida Grande"><b>Kernel-based learning methods: </b>Applications toward </font></font><font face="Lucida Grande" style="color:rgb(0,0,0)">Inference for Large Scale Text Classification</font></i><font color="#000000" face="verdana, sans-serif">​, apresentamos uma sessão sobre,</font></div><div class="gmail_default"><font color="#000000" face="verdana, sans-serif">CART: Classification and Regression Tree.</font></div><div class="gmail_default"><font color="#000000" face="verdana, sans-serif"><br></font></div><div class="gmail_default"><font color="#000000" face="verdana, sans-serif">10/05/2017, sala 221 IMECC, as 13hs.</font></div><div class="gmail_default"><font color="#000000" face="verdana, sans-serif"><br></font></div><div class="gmail_default"><font color="#000000" face="verdana, sans-serif">Vimos nos últimos seminários, o desenvolvimento da teoria e as vantagens e desvantagens do uso de métodos de classificacao do tipo<i> SVM e logistic Regression</i>, assim como os efeitos da escolha do kernel no resultado final dos classificadores. A ausência  de um kernel uniformemente(em algum sentido, e.g. IMSE) melhor nos conduz a escolha destes ad hoc ou com informacoes a priori. Também discutimos como <i>Semi-supervised Learning methods</i> pode ajudar a construir um classificador forte através de uma sequencia de classificadores, e.g., usando<i> Boosting e Bagging</i>. </font></div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small"><span style="color:rgb(0,0,0);font-size:16px"><br></span></div><br clear="all"><div><br></div>-- <br><div class="gmail_signature"><div dir="ltr"><div><div>Ronaldo Dias</div>Professor<div>Dept. of Statistics-IMECC, UNICAMP</div><div><a href="http://www.ime.unicamp.br/~dias" target="_blank">www.ime.unicamp.br/~dias</a></div><div><br></div></div></div></div>
</div>