O material aqui disponibilizado foi utilizado como apoio pedagógico no Curso de Introdução a Machine Learning oferecido durante a Semana Acadêmica da UFRGS. Esta primeira versão do curso visou focar na prática para não só introduzir os calouros ao tema - que só é visto em cadeiras tardias dentro dos cursos de Ciência e Engenharia de Computação - como também para complementar a formação dos alunos que já concluíram tais disciplinas.
O material foi desenvolvido por mim, Felipe Colombelli, e Júlia Pelayo Rodrigues (PyTorch).
Agradeço especialmente à mentora envolvida no projeto, Rosália Schneider, e às Professoras Érika Fernandes Cota, Mariana Recamonde Mendoza e Renata Galante. Também gostaria de agradecer imensamente a Grant Sanderson, 3blue1brown, pelas maravilhosas animações open source.
Por fim, gostaria de elucidar que os dados de expressão gênica utilizados no notebook de Métricas, foram processados como parte de um projeto de pesquisa do qual faço parte e, mais uma vez, gostaria de agradecer à Professora Mariana pela liberação do uso destes dados no curso. Tais dados foram coletados pré-processados do TCGA e foram disponibilizados por Rahman M, Jackson LK, Johnson WE, Li DY et al. Alternative preprocessing of RNA-Sequencing data in The Cancer Genome Atlas leads to improved analysis results. Bioinformatics 2015 Nov 15;31(22):3666-72. PMID: 26209429