Descrição

Nos últimos anos a ciência testemunhou o surgimento de uma série de novas arquiteuras de Redes Neurais Artificiais, cujos impressionantes resultados nas mais diversas áreas – como visão computacional, processamento de linguagem natural e redes complexas – trouxe à tona o conceito de Aprendizado Profundo (Deep Learning). Dentre essas arquiteturas, as Redes Neurais Convolucionais destacam-se pela introdução de camadas treináveis de extração de características, integradas às camadas tradicionais de RNA. Além dessa inovação, outros tipos de camadas, funções de ativação e técnicas de treinamento foram desenvolvidas. O presente minicurso tem como objetivo introduzir as principais técnicas presentes na literatura, compreendendo desde os fundamentos teóricos até sua implementação de alto nível, usando a linguagem de programação Python e a biblioteca Keras.

Pré-requisitos

Fundamentos da linguagem de programação Python.

Datas e horários

07 de fevereiro, das 14h00 às 18h00

Local

PPGMCS – 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.