Saltar para o conteúdo

Introdução à Aprendizagem de Máquina em Pesquisa

Fonte: Wikiversidade


Introdução à Aprendizagem de Máquina em Pesquisa


Apresentação

[editar | editar código-fonte]


Tema: Introdução à Aprendizagem de Máquina em Pesquisa

Público-alvo: Profissionais da área da saúde, estudantes, pesquisadores, professores, fonoaudiólogos e demais interessados.

Data: 4 de outubro, das 8h30 às 12h.

Local: Auditório da Biblioteca da FOB-USP.

Organização: Programa de Pós-Graduação da Faculdade de Odontologia de Bauru da USP; Programa de Pós-Graduação em Ciências da Reabilitação e Computational Audiology Network

O evento será ministrado pelo Prof. Dr. Patrick Pedreira. Graduado em Ciência da Computação pela UESB, com mestrado em Ciência da Computação com ênfase em Inteligência Artificial pela UFSCar e doutorado em Ciências pela USP-HRAC. Ele atualmente é professor, pesquisador e orientador nos cursos de tecnologia do UNISAGRADO.


Inscreva-se aqui!


Introdução à Aprendizagem de Máquina

[editar | editar código-fonte]


Será abordado o conceito de aprendizagem de máquina (machine learning), incluindo uma visão geral dos principais algoritmos e técnicas utilizadas nesta área. Os participantes terão a oportunidade de entender como essas tecnologias podem ser aplicadas em diversas áreas da pesquisa científica, ampliando o alcance e a eficácia dos estudos. A seção também cobrirá os fundamentos matemáticos e estatísticos que embasam a aprendizagem de máquina, preparando os participantes para a exploração de exemplos práticos.

O evento será interativo, com espaço para discussão e perguntas, permitindo que os participantes compartilhem ideias e explorem possibilidades de aplicar essas técnicas em suas próprias áreas de pesquisa.


Para o acompanhamento da parte prática do evento, é importante que se tenha um computador (notebook, por exemplo) e acesso à internet (eduroam). Os participantes que não tiverem a máquina podem acompanhar as atividades com seus colegas.


Não é necessária a instalação de qualquer software para acompanhar o evento. A parte prática será realizada utilizando o Google Collab.

Documentação

[editar | editar código-fonte]