Evento acontecerá nos dias 11 e 12 de novembro, no Anfiteatro do CIn-UFPE
No primeiro dia da Escola de Verão Avançada em AutoML Responsável, o Professor Associado na Faculdade de Engenharia da Universidade do Porto (FEUP), Carlos Soares, ministrará a palestra intitulada “Direções para uma ciência empírica de aprendizado de máquina”. A atividade ocorre no dia 11 de novembro, às 9h15, no Anfiteatro do Centro de Informática (CIn) da UFPE.
O objetivo da palestra é apresentar alguns dos trabalhos recentes que utilizam dados (semi)sintéticos para aprimorar a compreensão do funcionamento de modelos e algoritmos de aprendizado de máquina. Essa abordagem busca enfrentar o desafio de compreender melhor o comportamento desses sistemas, diante das dificuldades que a comunidade científica enfrenta para produzir uma ciência realmente útil. Algumas dificuldades são evidenciadas quando o contraste entre a intensa atividade nas áreas de Inteligência Artificial e Aprendizado de Máquina e a falta de avanços significativos na compreensão dos modelos e algoritmos é observado. À medida que a popularidade dessas áreas cresce, o volume de pesquisas aumenta e as limitações das práticas atuais de investigação tornam-se cada vez mais evidentes.
Ainda no primeiro dia, às 14h, a Professora Titular do Instituto Tecnológico de Aeronáutica – ITA, Ana Carolina Lorena, ministrará a palestra “Meta-learning beyond algorithm selection”, que foca nas diferentes utilidades da área de meta-aprendizagem. Geralmente, a meta-aprendizagem é empregada para aproveitar o conhecimento de problemas para os quais soluções bem-sucedidas de Aprendizado de Máquina são conhecidas, e então apoiar a seleção automatizada de algoritmos para novos problemas. No entanto, muito mais meta-conhecimento pode ser extraído relacionando as propriedades dos dados ao desempenho dos algoritmos. Por exemplo, pode-se revelar as competências e limitações de diferentes algoritmos de ML e destacar problemas de qualidade de dados que valem a pena investigar.
Já no segundo dia (12), às 9h15, o professor de Inteligência Artificial na Universidade de Bristol desde 2003, Peter Flach, ministrará a palestra “Process design and transparency: two essential ingredients for responsible AI”, Na primeira parte desta palestra, será analisado até que ponto, e em que contextos, o CRISP-DM ainda é adequado para projetos de ciência de dados e IA. O foco é argumentar que, para projetos exploratórios, é necessário um modelo mais flexível, baseado em trajetórias, discutindo as linhas gerais de tal modelo de processo. Uma vez que um modelo de IA tenha sido treinado, é importante que ele possa ser inspecionado e questionado. Apresentarei uma breve visão geral dos fundamentos da IA explicável (XAI) e discutirei algumas pesquisas recentes do meu grupo.
Às 14h, o Professor Adriano Rivolli, da Universidade Tecnológica Federal do Paraná (UFTPR), ministrará a palestra “Do que se alimenta a IA: caracterização de dados, meta-aprendizado, filosofia e um pouco de arte”. A apresentação está marcada para às 14h do dia 12 de novembro, também no Anfiteatro.
A palestra terá como foco a caracterização de datasets, etapa essencial para compreender o comportamento e o potencial de um conjunto de dados, tanto antes da aplicação de algoritmos de aprendizado de máquina quanto na análise e interpretação dos resultados gerados pelos modelos. O professor abordará os fundamentos da caracterização de dados e do meta-aprendizado, destacando sua relação com a seleção automática de modelos e com o desenvolvimento de sistemas capazes de “aprender a aprender”. Também serão apresentados aspectos da trajetória de pesquisa que resultaram na criação da ferramenta MFE, atualmente uma das principais referências na caracterização de datasets. A apresentação se encerra com a exibição da peça artística “Como alimento a IA”, que propõe uma reflexão poética sobre dados, aprendizado e o diálogo entre ciência e arte.
Além de palestras, o evento também contará com workshops práticos em diversas áreas, explorando temas como “Instalação de Ferramentas”, “Ferramentas para avaliação de robustez em aprendizado de máquina para séries temporais” e “Explorando AutoML em Cenários de Regressão Desbalanceada”. Mais detalhes sobre a programação podem ser acessados clicando aqui.
Sobre o evento
A Escola de Verão Avançada em AutoML Responsável acontecerá entre os dias 11 e 12 de novembro, no Anfiteatro do CIn. As inscrições podem ser feitas via formulário, com valores de acordo com as categorias: R$ 20 para estudantes de graduação, R$ 50 para estudantes de pós-graduação e R$ 100 para profissionais. As inscrições estão abertas até 11 de novembro.
O evento oferece uma oportunidade única para aprofundar conhecimentos em Aprendizado de Máquina Automatizado (AutoML), com foco em sistemas de Inteligência Artificial mais justos, transparentes e confiáveis. Voltada a estudantes de graduação e pós-graduação, pesquisadores e profissionais de tecnologia, a escola avançada reúne palestras de alto nível com especialistas nacionais e internacionais, como Peter Flach (Universidade de Bristol), Carlos Soares (Universidade do Porto) e Ana Lorena (ITA – UNIFESP). Além disso, minicursos práticos serão ministrados por Juscimara Avelino (CIn, UFPE) e Moisés Santos (Universidade do Porto), proporcionando contato direto com ferramentas modernas de AutoML.
Segue a programação completa do evento:
Dia 11 – Manhã
- 09:00
Boas-vindas
Sala: Anfiteatro - 09:15
Palestra 1 (parte 1): Direções para uma ciência empírica de aprendizado de máquina – Carlos Soares
Sala: Anfiteatro - 10:00
Coffee break
Sala: Sala de Convivências - 10:30
Palestra 1 (parte 2): Direções para uma ciência empírica de aprendizado de máquina – Carlos Soares
Sala: Anfiteatro - 11:15
Workshop prático: Instalação de Ferramentas
Sala: Anfiteatro
Tarde
- 14:00
Palestra 2 (parte 1): Meta-learning beyond algorithm selection – Ana Carolina Lorena
Sala: Anfiteatro - 14:45
Coffee break
Sala: Sala de Convivências - 15:15
Palestra 2 (parte 2): Meta-learning beyond algorithm selection – Ana Carolina Lorena
Sala: Anfiteatro - 16:00
Workshop prático: Ferramentas para avaliação de robustez em aprendizado de máquina para séries temporais – Moises Santos, Ricardo Gomes, Luis Amorim, Ines Gomes, Andre Souza, Mariana Oliveira
Sala: Anfiteatro
Dia 12 – Manhã
- 09:00
Boas-vindas (Dia 02)
Sala: Anfiteatro - 09:15
Palestra 3 (parte 1): Process design and transparency: two essential ingredients for responsible AI – Peter Flach
Sala: Anfiteatro - 10:00
Coffee break
Sala: Sala de Convivências - 10:30
Palestra 3 (parte 2): Process design and transparency: two essential ingredients for responsible AI – Peter Flach
Sala: Anfiteatro - 11:15
Workshop prático: Explorando AutoML em Cenários de Regressão Desbalanceada – Juscimara Avelino
Sala: Anfiteatro
Tarde
- 14:00
Palestra 4 (parte 1): Do que se alimenta a IA: caracterização de dados, meta-aprendizado, filosofia e um pouco de arte – Adriano Rivolli
Sala: Anfiteatro - 14:45
Coffee break
Sala: Sala de Convivências - 15:15
Palestra 4 (parte 2): Do que se alimenta a IA: caracterização de dados, meta-aprendizado, filosofia e um pouco de arte – Adriano Rivolli
Sala: Anfiteatro - 16:00
Poster session
Sala: Anfiteatro - 17:30
Encerramento
Sala: Anfiteatro
Comentários desativados