Introdução às Redes Neurais Artificiais e ao Aprendizado Profundo
Ministrante(s):

Prof. Dr. Ricardo Cerri (UFSCAR)

Resumo

Neste minicurso apresentaremos fundamentações sobre as Redes Neurais Artificiais do tipo Multi-Layer Perceptron e também Redes Neurais Profundas do tipo Convolucionais. Serão apresentadas suas formalizações matemáticas, bem como seus respectivos algoritmos de aprendizado. Os algoritmos apresentados serão implementados e executados utilizando conjuntos de dados reais. Ao final do minicurso os participantes deverão possuir os conceitos fundamentais que os capacitem a aplicar as redes neurais vistas em problemas reais, e também deverão ser capazes de explicar o funcionamento dessas redes.

Bibliografia:

  • Goodfellow and Y. Bengio and A. Courville, “Deep Learning”, MIT Press, http://www.deeplearningbook.org, 2016.
  • Zhang, A., Lipton, Z. C., Li, M., & Smola, A. J. (2021). Dive into deep learning. arXiv preprint arXiv:2106.11342.

Sobre o Ministrante

Ricardo Cerri obteve seu doutorado em Ciência da Computação e Matemática Computacional pela Universidade de São Paulo (ICMC/USP/Brasil), trabalhando com Redes Neurais e Algoritmos Genéticos para Problemas Hierárquicos e Multirrótulo. Durante seu doutorado, desenvolveu parte de suas pesquisas nas universidades de Surrey e Kent, ambas no Reino Unido. Sua tese de doutorado foi a segunda melhor tese de doutorado no Concurso Brasileiro de Teses em Inteligência Artificial, promovido pela Sociedade Brasileira de Computação (2014). Tem experiência trabalhando principalmente com os temas Bioinformática e Aprendizado de Máquina, com foco especial em métodos avançados para classificação e regressão de dados com múltiplas saídas e saídas estruturadas (multi-output learning / hierarchical / multi-label / multi-target). Atualmente, ocupa o cargo de Professor Adjunto no Departamento de Computação da Universidade Federal de São Carlos (UFSCar/Brasil), liderando o grupo de pesquisa em Bioinformática e Aprendizado de Máquina (BioMal - www.biomal.ufscar.br), supervisionando estudantes de graduação e pós-graduação. Também é Bolsista de Produtividade em Pesquisa do CNPq - Nível 2. Tem colaborações internacionais em andamento com parceiros da Universidade de Kent (Reino Unido), Universidade de Surrey (Reino Unido), Universidade de Nottingham (Reino Unido), Universidade do Porto (Portugal) e KU Leuven (Bélgica), além de várias colaborações nacionais. Atua como revisor de periódicos e conferências nacionais e internacionais, além de atuar no comitê de programa de diferentes conferências e workshops no Brasil e exterior. De 2019 a 2020, realizou pesquisa de pós-doutorado no Laboratório de Inteligência Artificial e Suporte à Decisão (LIAAD) da Universidade do Porto (Portugal), trabalhando com classificação multirrótulo em fluxos contínuos de dados.

Currículo lattes: http://lattes.cnpq.br/6266519868438512

Não perca esta oportunidade!