No âmbito da unidade curricular de Seminário de Projeto, são organizados todos os anos um ciclo de workshops, com o objetivo de disponibilizar aos estudantes do 2º ano do Mestrado em Engenharia Informática da ESTG, a discussão e aprendizagem sobre temáticas importantes no âmbito da investigação científica, e no âmbito empresarial.
Num momento em que os algoritmos de Machine Learning nunca foram tão poderosos, e em que temos um acesso sem precedentes a recursos computacionais, parece contraditório que ainda enfrentemos alguns dos desafios técnicos e científicos mais difíceis da área até à data. Isto pode ser explicado por vários fatores. Os dados são agora dinâmicos, tratados em streaming em vez de em batch, e com propriedades estatísticas que mudam ao longo do tempo. Assim, os modelos devem ser atualizados regularmente. Mas os dados também estão a crescer, pelo que o treino de novos modelos demora mais tempo, muitas vezes demasiado tempo. E como escolher o melhor modelo/configuração, numa época em que as possibilidades são virtualmente infinitas e em que as preocupações ambientais e a legislação exigem um uso mais criterioso dos recursos computacionais? Estes desafios são o ponto de partida para este Seminário, no qual serão apresentadas diferentes soluções, desenvolvidas no contexto de vários projetos de investigação financiado coordenados ou com a participação do orador. Especificamente, discutiremos como abordagens como meta-aprendizagem ou otimização podem ser usadas para melhorar os pipelines atuais de Machine Learning.
CONVIDADO
Davide Carneiro, Docente da ESTG
PARTICIPAÇÃO GRATUITA SUJEITA A INSCRIÇÃO
