O curso traz os recentes avanços na teoria estatística do Aprendizado de Máquina (Machine Learning). Tópicos a serem cobertos: (0) Introdução a Machine Learning (1) redução de dimensionalidade, componentes principais e modelos de fatores; (2) métodos de estimativa de encolhimento, como Ridge e Lasso (com extensões); (3) modelos semiparamétricos não lineares; (4) modelos não lineares como Random Forest e Redes Neurais; (5) Deep Learning; (6) Ensemble methods como bagging e boosting; (7) Classificação e Support vecttor machines; (8) clustering; (9) Análise textual e de dados não estruturados.
