Descrição

A área da Inteligência Computacional conta com uma grande diversidade de abordagens, que se caracterizam pelos seus do modelos de conhecimento (a forma como o conhecimento é representado), métodos de aprendizado (a forma como os parâmetros do modelo são estimados a partir dos dados para serem armazenados nos modelos de conhecimento) e métodos de inferência ( como o modelo treinado é utilizado para novos dados). Todos esses componentes possuem hiperparâmetros, ou parâmetros que guiam a estimação e utilização dos parâmetros, que têm grande impacto na acurácia final dos modelos. Esse minicurso tem como objetivo apresentar as principais técnicas de otimização de hiperparâmetros aplicadas à modelos diversos de inteligência computacional.

Pré-requisitos

Fundamentos da linguagem de programação Python e Matemática de nível superior

Datas e horários

28 de fevereiro, das 14h00 às 18h00

Local

Laboratório de Informática – CCET – UNIMONTES

Valor

R$ 10

INSCRIÇÃO

Professor

Petrônio Cândido de Lima e Silva

Possui graduação em Sistemas de Informação pelo Instituto Educacional Santo Agostinho (2005), Mestrado em Informática pela PUC/MG (2010) e Doutorado em Inteligência Computacional no PPGEE/UFMG (2019) onde também integra o MINDS – Machine Intelligence and Data Science Laboratory. É professor no Instituto Federal Do Norte De Minas – IFNMG, atuando nos cursos de Tecnologia em Análise e Desenvolvimento de Sistemas e no Bacharelado em Sistemas de Informação. Tem experiência nas áreas de Ciência de Dados, Aprendizado de Máquina, Data Warehousing e Dados Abertos. É integrante e um dos fundadores do {cidic} – Grupo de Pesquisa em Ciência de Dados e Inteligência Computacional do IFNMG.