Professor: Dorival Leão (Estatcamp/São Carlos)

Horarios: De quinta 28/01 a sexta 29/01 de 09:00h às 12:00h

Objetivo: Com a introdução de novos mecanismos para coletar, armazenar e compartilhar dados, juntamente com a capacidade computacional de lidar com grandes massas de dados, o conceito de modelo mudou drasticamente. Os modelos matemáticos foram inicialmente elaborados a partir de modelos físicos ou biológicos e testados através de experimentos. Com a introdução do 'big data' foi introduzido um novo paradigma. Os dados observados são suficientes para compreendermos a complexidade da vida real e quanto mais dados melhor descrição da realidade. Assim, ajustamos modelos complexos aos dados de tal forma a descrever ou prever o comportamento do mundo real.

Neste minicurso, vamos apresentar os princípios do aprendizado de máquina como um problema da teoria de decisão estatística baseado em jogos soma zero. De forma geral, aprendizado é o processo de tranformar dados em conhecimentos. A entrada do algoritmo de aprendizado são os dados e a saída é o conhecimento. Assim, interpretamos o algoritmo como uma estratégia a ser tomada dentro de uma estrutura de jogos, no qual temos dois jogadores, o aprendiz e a natureza. Com esta estrutura, vamos apresentar o aprendizado PAC e a dimensão de Vapnik-Chervonenkis. Como aplicação, vamos apresentar um modelo de redes neurais aplicado a classificação de matéria prima.