Palestra

Nina Hirata

IME-USP

nina@ime.usp.br

Introdução ao aprendizado de máquina

O minicurso visa introduzir os conceitos básicos de aprendizado supervisionado, explorando os algoritmos de regressão linear, regressão logística (classificação binária), e redes neurais, e como eles são treinados e avaliados. Também visa fornecer um panorama geral sobre aprendizado de máquina como um todo, de forma que os algoritmos cobertos possam ser contrastados com o aprendizado profundo (deep learning) e outros tipos de aprendizado.

Bibliografia:

• Notas de aula
• Abu-Mostafa et al. Learning from Data, AMLBook.com (https://work.caltech.edu/lectures.html)
• Simon J.D. Prince. Understanding Deep Learning. The MIT Press, 2023. (https://udlbook.github.io/udlbook)

Minibiografia:

Nina S. T. Hirata é formada no curso de Bacharelado em Ciência da Computação no IME/USP, onde também realizou o seu doutorado. Atualmente é professora do Departamento de Ciência da Computação, atuando em ensino, pesquisa e extensão. Sua pesquisas estão na intersecção entre as áreas de aprendizado de máquina e visão computacional, abordando fundamentos e aplicações diversas, com as aplicações mais recentes envolvendo imagens astronômicas, imagens de retina, imagens citológicas de lâmina inteira, imagens de obras do patrimônio cultural e vídeos de comportamento animal. Atualmente coordena um projeto temático FAPESP e também coordena o grupo de extensão LEARN.

Transmissões do minicurso:

Aula 1

Aula 2

Aula 3