Informações Gerais 

• Nome da disciplina: Fundamentos Estatísticos para Ciência dos Dados B
  
• Horário: Terças e Quintas, de 9:25 às 11:05
• LOCAL: CAD3 - sala 412 (edição 2025/02)
  
• Link para a equipe FECD-B na plataforma TEAMS (DESATIVADO)
  
• Monitor: Franscisco Neves.
  
• Horário da monitoria: em suspenso.

Objetivo da disciplina

Tópicos cobertos

1. Regressão linear como projeção ortogonal e visão estocástica
   
2. Modelos com dados não-normais: logística e Poisson
3. Modelos com dados dependentes: espaciais e temporais.
4. Principios de inferência estatística: vício, variância, consistência, eficiência.
5. Métodos de estimação: distância mínima, mínimos quadrados, mínimo qui-quadrado,  máxima verossimilhança.
6. Métrica para medir distância entre distribuições de probabilidade: entropia, Kullback-Leibler e Kolmogorov
7. Exemplos com máxima verossimilhanca. 
8. Propriedades de otimalidade do estimador de máxima verossimilhança.
9. Algoritmo EM.
10. Intervalos de Confiança
11. Testes de Hipótese e p-valores.
12. Famílias exponenciais de distribuições e GLM
13. Modelos de fatores latentes: filtragem colaborativa.
14. Modelos de mistura: análise de clusters com modelos probabilísticos
    
15. Seleção de modelos de novo.

Material de aula: slides, exercícios, etc

Avaliação da Aprendizagem

Importante:

• DATAS DAS PROVAS: 08/Maio (quinta), 05/junho (quinta), 08/julho (segunda)
  
• As provas são individuais e sem consulta. Até 2017, as provas eram com consulta e não foi uma boa experiência. Em 2018, passei a fazer provas sem consulta e os resultados foram melhores. Como os problemas da prova sem consulta são menos desafiadores, mais diretos, os alunos podem estudar mais eficientemente para as provas e memorizando apenas os resultados e conceitos mais fundamentais. 
• Cada prova cobrirá o mesmo conteúdo das listas de exercícios e do material ensinado em sala de aula.
• As listas de exercícios valem muitos pontos pois elas são essenciais para desenvolver as habilidades que você está aprendendo nesta disciplina. Elas te ajudam a entender algumas coisas que parecem obscuras. E podem mostrar que algumas coisas que você acha que aprendeu devem ser reestudadas.
• Provas de anos anteriores (em FECD_A e FECD-B eram uma única disciplina) estão disponíveis aqui

Material de apoio

	Fundamentos Estatísticos de Ciência dos Dados Renato Assunção (DCC-UFMG)  Livro em andamento. Ele será  atualizado várias vezes ao longo do semestre.		Advanced Data Analysis from an Elementary Point of View Cosma Shalizi do Departamento de Estatística da Carnegie Mellon University FREE pdf - no link acima
	Machine Learning: A Probabilistic Perspective (2nd edition, 2 volumes) Keith Murphy (Google) MIT Press, 2012, ISBN 978-0262018029		Foundations of Machine Learning, second edition Mehryar Mohri, Afshin Rostamizadeh, Ameet Talwalkar