Credenciamento/Solenidade de Abertura

Plenária de Abertura

Introdução ao Aprendizado de Máquina (Auditório 206 - Pavilhão de Auditórios) 

Márcio Henrique Marques Macedo (IMPA)

Aprendizado de máquina é uma abordagem que permite que algoritmos aprendam e realizem tarefas sem a necessidade de programação específica para cada função. O aprendizado pode ser dividido em três tipos principais: supervisionado, não supervisionado e por reforço. No aprendizado supervisionado, modelos são treinados com dados rotulados para prever ou classificar novas entradas, como na regressão linear, que modela a relação entre variáveis para prever valores contínuos. Outro exemplo de modelo são as redes neurais, que, aplicáveis a todos esses tipos de aprendizado, utilizam uma arquitetura com múltiplas camadas de neurônios artificiais para identificar padrões complexos e não lineares, aprimorando continuamente suas previsões e decisões com novos dados. Arquiteturas modernas, como redes convolucionais e redes recorrentes, revolucionaram a capacidade de modelar padrões sofisticados. Mais recentemente, transformers e Modelos de Linguagem de Grande Escala (LLMs), como o GPT, têm impulsionado avanços significativos, permitindo o processamento e a geração de linguagem natural com uma precisão e fluidez impressionantes, transformando profundamente a teoria e a prática do aprendizado de máquina.

Mesa Redonda (Auditório 206 - Pavilhão de Auditórios)

Ciência de Dados, Matemática e Estatística

Márcio Henrique Marques Macedo (IMPA)

Áthila Rocha Trindade (UFVJM)

Coffe Breack

Minicurso - Seminário de Pesquisa A - Seminário de Pesquisa B