Curso sobre aprendizado de máquina tem como público-alvo estudantes seniores de doutorado e pós-doutorandos
Curso sobre aprendizado de máquina tem como público-alvo estudantes seniores de doutorado e pós-doutorandos
Agência FAPESP – O Instituto Sul-Americano para Pesquisa Fundamental (ICTP-SAIFR) promove, entre 4 e 8 de dezembro, no Núcleo de Computação Científica da Universidade Estadual Paulista (Unesp), em São Paulo, a Second School on Data Science and Machine Learning. As inscrições para o curso terminam amanhã (28/09).
A organização do evento, que será em inglês, é de Raphael Cóbe, Sergio Novaes e Thiago Tomei, pesquisadores da Unesp e integrantes do Advanced Institute for Artificial Intelligence (AI2). O objetivo é ensinar aos participantes técnicas de aprendizado de máquina e como aplicá-las em diferentes contextos. A escola é dirigida principalmente a estudantes seniores de doutorado, que trabalham na conclusão de sua tese, e jovens pós-doutorandos.
A programação inclui aulas sobre modelos de aprendizado de máquina e redes neurais, com Cóbe; redes neurais convolucionais, com Alexandre Xavier Falcão, do Instituto de Computação da Universidade Estadual de Campinas (Unicamp); processamento de linguagem natural, com Marcelo Finger, do Instituto de Matemática e Estatística da Universidade de São Paulo (IME-USP); e aprendizado de máquina quântico, com Felipe Fernandes Fanchini, da Faculdade de Ciências da Unesp, campus de Bauru. Também haverá sessões práticas nas quais será possível aplicar os conceitos na resolução de problemas do mundo real.
As inscrições são gratuitas e podem ser feitas pelo formulário on-line. Os participantes podem solicitar ajuda de custo. O evento será na rua Jornalista Aloysio Biondi, 120 - Bloco II - Barra Funda - São Paulo-SP.
O ICTP-SAIFR é um centro de pesquisas que recebe apoio da FAPESP.
Mais informações e inscrições: www.ictp-saifr.org/dsml2023/.
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.