NOÇÕES GERAIS DE MACHINE LEARNING: TEORIA E PRÁTICA

Cadastro

PROEX/UFRA - CR004-2022

Informações Gerais e Inscrições (SIGAA / UFRA / Módulo de Extensão)

https://sigaa.ufra.edu.br/sigaa/link/public/extensao/visualizacaoAcaoExtensao/2073

Coordenação

Marcus de Barros Braga

Instrutores

Dr. Marcus Braga (NPCA/UFRA Paragominas)

Dr. Gilberto Nerino (NPCA/UFRA Paragominas)

Dr. Daniel Leal (NPCA/UFPA Belém)

Período

02/04/2022 a 28/05/2022

Carga Horária

60h

Número de Vagas

80 vagas - 50 internas (UFRA)

 - 30 externas (externos)

Modalidade de Oferta

Não-Presencial

Conhecimento Prévio

O aluno deve estar cursando pelo menos o terceiro semestre de graduação em computação.

Deve possuir noções básicas de programação.

Conteúdo Programático

Unidade I - Introdução a Inteligência Artificial - Marcus Braga

. Visão Geral

. Principais Abordagens

Unidade II - Fundamentos de Machine Learning – Gilberto Nerino e Daniel Leal

. Aprendizado de Máquina (Supervisionado, Não Supervisionado, Semi-Supervisionado)

. Problemas Clássicos de Machine Learning

. Algoritmos de Machine Learning

Unidade III – Aprendizado de Máquina Profunda (Deep Learning) – Marcus Braga e Daniel Leal

                                 . Introdução a DL

                                 . Algoritmos de DL (CNN, RNN, Autoencoders, Reinforcement Learning)

                                 . Treinando e Aplicando DL

                                 . Metaheurísticas e Hiperparâmetros

Metodologia

- O curso ocorrerá com a combinação de aulas síncronas e atividades assíncronas.

- As aulas síncronas ocorrerão aos sábados, das 16h às 18h, conforme cronograma acima. As aulas síncronas totalizarão uma carga horária de 18h.

- As atividades assíncronas ocorrerão durante a semana, no intervalo entre as aulas síncronas. As atividades assíncronas totalizarão uma carga horária de 42h.

- A carga horária total do curso será de 60h.

Ferramentas e Ambientes computacionais

- A linguagem de programação utilizada será, preferencialmente, o Python.

- Cada instrutor tem a liberdade de escolher o ambiente de programação que lhe for mais conveniente (Orange, Anaconda/Spyder, Idle, Jupyter, Google Colab, etc.).

Material Didático

Os slides, exemplos de códigos, e-books e demais materiais didáticos serão disponibilizados em um endereço no Google Drive a ser disponibilizado no primeiro dia do curso.

Ambiente Virtual de Aprendizagem

O curso utilizará uma sala no Google Classroom para comunicação, atribuição de atividades e repositório de materiais.

Monitores para Atividades Práticas

Monitores irão apoiar as atividades práticas assíncronas durante a semana.

Informações

marcus.braga@ufra.edu.br

Introdução a Machine Learning: Aspectos Teóricos e Práticos

(Finalizado)

Cadastro

PROEX/UFRA - CR064-2020

Coordenação

Marcus de Barros Braga

Instrutores

Dr. Marcus de Barros Braga (UFRA Paragominas)

Dr. Gilberto Nerino de Souza Jr. (UFRA Paragominas)

Dr. Edson Koiti Kudo Yasojima (UFRA Capitão Poço)

Dr. Renato Hidaka Torres (UFPA Belém)

MSc. Daniel Leal Souza (UFPA Belém)

Período

03/10/2020 a 19/12/2020

Carga Horária

72h

Número de Vagas

60 vagas             

- 50 internas (Discentes da UFRA Paragominas)

- 10 externas (Discentes externos)

Modalidade de Oferta

Não Presencial

Conhecimento Prévio

O aluno deve estar cursando pelo menos o terceiro semestre de graduação em computação.

Conteúdo Programático

Unidade I - Introdução a Inteligência Computacional - Marcus e Koiti

. Visão Geral (Representação do Conhecimento, Solução de Problemas, Raciocinando em Situações Incertas)

. Aprendizado de Máquina: Social e Emergente (Algoritmos Genéticos)  

. Aprendizado de Máquina Simbólico (Árvores de Decisão)

. Aprendizado de Máquina: Conexionista (Redes Neurais Artificiais)

Unidade II - Fundamentos de Machine Learning - Gilberto

. Tipos de Aprendizado (Supervisionado, Não Supervisionado, Semi-Supervisionado)

. Problemas Clássicos de Machine Learning

. Algoritmos de Machine Learning

Unidade III - Redes Neurais Artificiais (RNA) - Daniel

                                 . Introdução a RNAs

                                 . Treinando e Aplicando RNAs

Unidade IV - Redes Neurais Profundas (RNP) – Hidaka e Marcus

                                 . Introdução a RNPs

                                 . Tipos de RNPs (CNN, RNN, Autoencoders, Reinforcement Learning)

                                 . Treinando e Aplicando RNPs (CNNs)

Metodologia

- O curso ocorrerá com a combinação de aulas síncronas e atividades assíncronas.

- As aulas síncronas ocorrerão aos sábados, das 16h às 18h, conforme cronograma acima. As aulas síncronas totalizarão uma carga horária de 24h.

- As atividades assíncronas ocorrerão durante a semana, no intervalo entre as aulas síncronas. As atividades assíncronas totalizarão uma carga horária de 48h.

Ferramentas e Ambientes Computacionais

- A linguagem de programação utilizada será, preferencialmente, o Python.

- Cada instrutor tem a liberdade de escolher o ambiente de programação que lhe for mais conveniente (Anaconda/Spyder, Idle, Jupyter, Google Colab, etc.).

Material Didático

Os slides, exemplos de códigos, e-books e demais materiais didáticos serão disponibilizados em um endereço no Google Drive.

Link para Inscrições  

https://sigaa.ufra.edu.br/sigaa/link/public/extensao/visualizacaoAcaoExtensao/1156

Informações

marcus.braga@ufra.edu.br

Esta Oficina é parte integrante do Projeto de Extensão "Oficinas de Aperfeiçoamento em Computação", 

cadastrado na PROEX/UFRA número PJ020-2019. 

Esta primeira oficina terá como tema a Bioinformática, Biotecnologias e Agronegócio.

Este evento faz parte dos seguintes Projetos de Extensão: 

- Oficinas de Aperfeiçoamento em Computação (PROEX/UFRA - PJ020 2019) 

Coordenação: Prof. Marcus de Barros Braga

- Capacitação em Bioinformática no Estado do Pará (PIBEX/PROEX/UFPA - 01 2019)

Coordenação: Prof. Rommel Thiago Jucá Ramos

OFICINAS DE BIOINFORMÁTICA E BIOTECNOLOGIA

Local: UFRA Campus Paragominas

Data: 30/09/2019 a 02/10/2019

LINK DO EVENTO

https://www.even3.com.br/oficinasbioinfo/