Nome da Disciplina: Aprendizado Estatistico

Carga Horária: 3 horas/semana + 1 hora pratica

Ementa: 

- Papel da estatística na medicina. Tipos de medidas. Estatística fisiológica. Probabilidade, distribuições e propriedades. Medidas descritivas: posição, dispersão e forma. Representação gráfica.

- Inferência frequentista e Bayesiana: estimação, testes e intervalos.

- Análise de sobrevivência. Modelos de regressão: linear logística , Poisson e Cox, GLIM .Regularização

- Regressão não Parametrica: Suavizaçao , Kernel, GAM, Splines , Arvores de Sobrevida e CART.

- Redes Neurais e SVM –Maquinas de Vetor de Suport

- Estatistica Multivariada : Componentes Principais , Classificaçao, Grupamentos , Modelo Log-linear, Analise de Correspondencia.

- Aplicações Médicas de métodos de aprendizado estatístico (redes neurais, árvores de classificação, regressão e de sobrevivência. Máquinas de vetores suporte) e de estatística multivariada (modelos log lineares, e grafos não orientados, regressão LASSO para escolha de variáveis)

Bibliografia :

Malley, Malley e Pajevic – 2011- Statistical Learning for Biomedical Data ,Cambridge UP

Matthews  e Farewell -2007- Using and Understanding Medical Statistics. Karger Pub

Quinn e Keough -2002- Experimental Design and Data analysis for Biologistis. Cambridge UP

Mainly – 2005 – Métodos Estatísticos Multivariados . Artmed Bookman

Pereira e Rao -2009- Data Mining using Neural Networks: A Guiide for Statisticians

James,Witten,Hastie e Tibishirani-2013- An Introduction to Statistical Learning,Springer