| Ementa/Descrição: |
Relacionamento entre Análise Topológica de Dados (TDA) e Aprendizado de Máquinas
(ML). Aplicações de TDA em ML. Aplicações de ML em TDA. Homologia Persistente e ML. Rredes
Neurais Profundas e TDA.
CONTEÚDO PROGRAMÁTICO
¿ Revisão de TDA.
¿ Revisão de ML
¿ Por que TDA para ML e Extração de Conhecimento?
¿ Métodos de análise de dados usando diagramas de persistência.
¿ Aprendizado topologicamente orientado.
¿ Abordagem via Aprendizado Profundo para extrair imagens de persist¿ncia topológica.
¿ Uma medida de complexidade para redes neurais profundas usando topologia algébrica.
REFERÊNCIAS
Bibliografia Básica:
Deisenroth, M. P., Faisal, A. A., & Ong, C. S. (2019). Mathematics for machine learning (pp. 8-9). Cambridge:
Cambridge University Press.
Chen, L. Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalkar (2019). Foundations of machine learning,
second edition. The MIT Press. ISBN 978-0262018258. Adaptive Computation and Machine Learning
Edelsbrunner, H., & Harer, J. (2010). Computational topology: an introduction. American Mathematical Soc..
Bibliografia Complementar:
Ferri, M. (2019). Why topology for machine learning and knowledge extraction?. Machine Learning and
Knowledge Extraction, 1(1), 115-120.
Marchese, A. (2017). Data Analysis Methods using Persistence Diagrams. Ph.D Thesis, University of
Tennessee, Knoxville. https://trace.tennessee.edu/utk_graddiss/4700
Royer, M., Chazal, F., Ike, Y., & Umeda, Y. (2019). ATOL: Automatic Topologically-Oriented Learning. arXiv
preprint arXiv:1909.13472.
Som, A., Choi, H., Ramamurthy, K. N., Buman, M., & Turaga, P. (2019). PI-Net: A Deep Learning Approach to
Extract Topological Persistence Images. arXiv preprint arXiv:1906.01769.
Carriere, M., Chazal, F., Ike, Y., Lacombe, T., Royer, M., & Umeda, Y. (2019). PersLay: A Neural Network
Layer for Persistence Diagrams and New Graph Topological Signatures. Stat, 1050, 17.
Rieck, B., Togninalli, M., Bock, C., Moor, M., Horn, M., Gumbsch, T., & Borgwardt, K. (2018). Neural
persistence: A complexity measure for deep neural networks using algebraic topology. arXiv preprint
arXiv:1812.09764.
Škraba, P. (2018). Persistent homology and machine learning. Informatica, 42(2). |
