Como actividad satélite previa al congreso, del Jueves 5 al Martes 10 de Mayo se dictarán dos cursos de 20 horas de duración cada uno. Con mucha alegría informamos que hay más de 50 personas inscriptas!
Información sobre los cursos:
- Horarios:
Jueves, viernes, lunes y martes:
CURSO MAÑANA 8:30-13:00 (coffee-break 10:30-11:00) y CURSO TARDE 14:30-19:00 (coffee-break 16:30-17:00)
Sábado:
CURSO MAÑANA 8:30-10:30 y CURSO TARDE 11:00-13:00 (coffee-break 10:30-11:00)
El primer día haremos la acreditación de estudiantes de 8:00 a 8:30. El horario del almuerzo es libre, hay varios bares en la zona.
- Sede: Edificio Sergio Karakachoff - Centro de Posgrado UNLP.
- Fechas:
Jueves 5 a Miércoles 10 (excepto domingo 8).
Modelado basado en datos: redes neuronales, aplicaciones y herramientas (curso mañana)
Docentes:
- Dra Cecilia Jarne (Dpto. de Ciencia y Tecnología de la Universidad Nacional de Quilmes (UNQ) - CONICET)
- Dra María Graciela Molina (Dpto. de Ciencias de la Computación, Facultad de Cs. Exactas y Tecnología (FACET) de la Universidad Nacional de Tucumán (UNT) - CONICET)
Resumen:
Los contenidos del curso les permitirán desarrollar y evaluar modelos de redes neuronales. En el proceso podrán familiarizarse con las herramientas y librerías de software científico basadas en Python tales como TensorFlow, Keras, Scikit-learn, SciPy, Numpy y Matplotlib a través de diferentes hands-on diarios realizados durante el curso. De esta manera, a través de la implementación práctica, las y los estudiantes podrán entender los fundamentos y las técnicas de Deep Learning para poder ser aplicado en sus campos específicos de investigación.
Modelado matemático de sistemas neuronales (curso tarde)
Docentes:
- Dr Juan Ignacio Perotti (Facultad de Matemática, Astronomía, Física y Computación (FaMaF) e Instituto de Física Enrique Gaviola (IFEG) de la Universidad Nacional de Córdoba (UNC) - CONICET)
- Dr Pablo Gleiser (Departamento de Física Médica, Centro Atómico Bariloche (CAB) e Instituto Tecnológico de Buenos Aires (ITBA) - CONICET)
- Dra Paula Nieto (Facultad de Matemática, Astronomía, Física y Computación (FaMaF) e Instituto de Física Enrique Gaviola (IFEG) de la Universidad Nacional de Córdoba (UNC) - CONICET)
Resumen:
Se presentarán primero los rudimentos de la teoría de sistemas dinámicos necesarios para abordar diversos modelos neuronales de creciente complejidad. Luego, expondremos sobre distintos modelos de redes neuronales artificiales orientados a entender el comportamiento de sistemas nerviosos naturales. El curso tendrá clases teóricas y clases prácticas en las cuales se implementarán los principales modelos y redes a modo de demostración (dado el tiempo disponible) usando Python en Google Colab (no es necesario saber Python sino algún lenguaje de programación científica).
Inscripción a los cursos de posgrado: hasta 1/4 (NUEVA FECHA LIMITE)
Inscripción mediante formulario Cursos de Posgrado: click aqui