Ementa:
- 1) Introdução ao aprendizado de máquina
- 2) Algoritmo de retropropagação. Redes Perceptron de várias camadas.
- 3) Análise de dados não estruturados, pré-processamento
- 4) Redes Neurais Convolucionais
- 5) Arquiteturas VGG, Resnet, Inception
- 6) Autoencoders e aprendizagem não supervisionada.
- 7) Redes Recorrentes redes Transformers.
- 8) Quantificação de Incerteza e Simulation based-inference (SBI) com Normalizing Flows
- 9) Exemplos de aplicações nas áreas de atuação do grupo: Astrofísica, Óleo e Gás
Resumo: Esta disciplina tem por objetivo oferecer uma introdução ao aprendizado profundo (Deep Learning) e uma abordagem prática em aplicações de redes neurais com foco em aplicações científicas e tecnológicas na área de Física, Astrofísica e Geofísica. Exemplos interativos de códigos serão discutidos durante as aulas.