3ª Escola de Ciência de Dados e Aprendizado de Máquina
19 de setembro de 2024
Gratuito e em inglês, curso é organizado pelo ICTP-SAIFR e o Instituto Avançado para Inteligência Artificial; inscrições até sábado
3ª Escola de Ciência de Dados e Aprendizado de Máquina
Gratuito e em inglês, curso é organizado pelo ICTP-SAIFR e o Instituto Avançado para Inteligência Artificial; inscrições até sábado
19 de setembro de 2024
Agência FAPESP – O Instituto Sul-Americano para Pesquisa Fundamental (ICTP-SAIFR) realizará, entre 2 e 6 de dezembro, a terceira edição da Escola de Ciência de Dados e Aprendizado de Máquina.
O objetivo é equipar os participantes com conhecimento sobre técnicas modernas de aprendizado de máquina, seus pontos fortes e limitações e sua aplicação em vários domínios. O evento é coorganizado pelo Instituto Avançado para Inteligência Artificial.
Gratuito e em inglês, o programa é especialmente voltado para alunos avançados de doutorado, bem como pesquisadores de pós-doutorado em início de carreira.
Os participantes vão explorar os fundamentos do aprendizado de máquina, progredindo de conceitos introdutórios até tópicos avançados, incluindo: redes neurais, redes neurais convolucionais, visão computacional, processamento de linguagem natural, modelos generativos, aprendizado sequencial e recursivo, computação de alto desempenho (HPC), treinamento acelerado por GPU, criação de perfil e benchmarking de modelos.
Os interessados podem se inscrever até este sábado (21/09) pelo site do ICTP-SAIFR. Há uma verba limitada para despesas locais e de viagem dos participantes.
As aulas acontecerão no Núcleo de Computação Científica da Universidade Estadual Paulista (Unesp), rua Jornalista Aloysio Biondi, 120, Bloco II, Barra Funda, São Paulo. As aulas da Escola serão gravadas e disponibilizadas no canal do ICTP-SAIFR no YouTube.
O ICTP-SAIFR é um centro de pesquisas que recebe apoio da FAPESP.
Mais informações: www.ictp-saifr.org/dsml2024/.
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.