2º Understanding Deep Learning
11 de outubro de 2024

Evento on-line da USP abordará temas atuais na área de aprendizado profundo, uma vertente da inteligência artificial

2º Understanding Deep Learning

Evento on-line da USP abordará temas atuais na área de aprendizado profundo, uma vertente da inteligência artificial

11 de outubro de 2024

 

Agência FAPESP – O Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), campus de São Carlos, promoverá, entre segunda (14/10) e sexta-feira (18/10) da próxima semana, a segunda edição do “Understanding Deep Learning”.

Composto por 12 palestras, o evento terá conteúdos sobre pesquisas atuais da área de aprendizado profundo, uma vertente da inteligência artificial de destaque na resolução de problemas de grande complexidade.

As palestras abordarão temas como LLMs Multilíngues, Representação de Imagem em Multirresolução usando Redes Neurais, entre outros. Ao todo, são 12 palestrantes confirmados, incluindo pesquisadores renomados das principais universidades e instituições do mundo, como Google DeepMind e Cohere.

Podem participar desde alunos de graduação até pós-graduação, além de pesquisadores e interessados na área.

Os interessados podem se inscrever pelo site do evento. Serão oferecidos certificados para aqueles que se inscreverem previamente e participarem de pelo menos 50% das palestras.

As atividades serão transmitidas a partir das 13 horas, pelos canais Data e ICMC TV no YouTube.

A iniciativa tem apoio do Centro de Inteligência Artificial (C4AI), um Centro de Pesquisa em Engenharia (CPE) mantido pela FAPESP e IBM com sede na USP.

Mais informações: https://dataicmc.netlify.app/br/pages/events/undertandingDL.
 

  Republicar
 

Republicar

A Agência FAPESP licencia notícias via Creative Commons (CC-BY-NC-ND) para que possam ser republicadas gratuitamente e de forma simples por outros veículos digitais ou impressos. A Agência FAPESP deve ser creditada como a fonte do conteúdo que está sendo republicado e o nome do repórter (quando houver) deve ser atribuído. O uso do botão HMTL abaixo permite o atendimento a essas normas, detalhadas na Política de Republicação Digital FAPESP.