Curso Deep Learning Unicamp |
6
home,page-template,page-template-full_width,page-template-full_width-php,page,page-id-6,ajax_fade,page_not_loaded,,qode-title-hidden,qode_grid_1300,qode-theme-ver-10.1.1,wpb-js-composer js-comp-ver-5.0.1,vc_responsive

Redes neurais profundas são tecnologias de aprendizagem de máquina que, desde 2012, vêm vencendo todas as competições na área de processamento de imagens e reconhecimento de padrões.

Depois de sairem da esfera acadêmica, passaram a ser aplicadas por grandes empresas como Google, IBM, Microsoft, Baidu, NVIDIA, Qualcomm, Intel.

As redes convolucionais profundas são propícias ao reconhecimento de padrões em imagens.

Tecnologia que combina aprendizado supervisionado com um número muito grande de amostras de treinamento processados em hardware especializado, disponível nas placas gráficas denominadas GPU.

Vantagens

Eliminação de definição de atributos específicos de cada problema

Simplicidade dos algoritmos envolvidos

Deep Learning é a bola da vez… A partir de 2015 observamos o chamado efeito “Deep Learning Tsunami”:

Ocorrência do termo “Deep Learning” na Internet

2014

0%

163.000

2015

0%

1.190.000

Sobre o curso

Curso na modalidade extensão (FEE 0156) oferecido por meio da Escola de Extensão da Unicamp (Extecamp)

Objetivo

Utilização de redes neurais profundas para reconhecimento, classificação e análise de imagens.

Metodologia

O aluno irá programar, configurar e treinar redes de aprendizagem profunda para soluções de problemas reais como o reconhecimento e a classificação de caracteres, pessoas e objetos. Será oferecido acesso a servidores de alto desempenho, equipados com GPU, para acelerar o treinamento e aplicação dos algoritmos desenvolvidos. O curso será oferecido na forma de Jupyter notebooks, utilizando a linguagem Python/NumPy e a biblioteca Keras rodando o TensorFlow como backend.

Conteúdo

Histórico dos avanços de redes neurais

Introdução redes neurais, redes convolucionais e suas variações

Tratamento e condicionamento dos dados de treinamento e validação

Arquiteturas de redes profundas

Métricas para avaliação de desempenho

Dicas práticas para treinamento

Transferência de conhecimento e técnicas de treinamento com poucos dados

Aplicações utilizando base de dados tais como MNIST, ImageNet, LFW

Pré-requisitos

0

Nenhum

Os conceitos associados a redes neurais profundas são relativamente simples de entender e não requerem conhecimentos complexos de matemática.

Entretanto para desenvolver um sistema de redes neurais profundas de alto desempenho conhecimentos avançados de matemática (cálculo, álgebra e probabilidade) e de programação são necessários.

Perfil desejado

Habilidade de programação em Python e desenvolvimento de projetos computacionais, conhecimentos básicos de aprendizado de máquina e inglês.

Carga Horária

24 horas (3 dias presenciais)

Data de realização

16 a 18 de agosto de 2017
8:30 h às 17:30 h (intervalo para almoço de 12:30 h às 13:30 h)

Local


IMECC – Instituto de Matemática, Estatística e Computação Científica – UNICAMP
Sala 350 – 3o. Andar (em frente ao elevador)
R. Sérgio Buarque de Holanda, 651
Cidade Universitária, Campinas – SP
13083-859

Público-Alvo

Profissionais desenvolvedores de software interessados em se atualizarem em técnicas avançadas de aprendizagem de máquina, com aplicações em processamento de imagens

(ATENÇÃO: Este curso não é voltado para área acadêmica: pesquisadores desenvolvendo o mestrado ou doutorado ou professores – É um curso prático voltado para programadores com necessidades de aplicarem estas técnicas no seu trabalho.)

Avaliação

Participação e presença

Sobre os professores

Roberto Lotufo (responsável)

Possui graduação em Engenharia Eletrônica pelo Instituto Tecnológico da Aeronáutica (1978), mestrado em Engenharia Elétrica pela Unicamp (1981) e doutorado em Engenharia Elétrica – University of Bristol (1990). Atualmente é professor titular da Faculdade de Engenharia Elétrica e de Computação da Unicamp. Foi professor visitante na Universidade da Pensilvânia – EUA (1992), Universidade McGill – Canadá (1994), Universidade do Novo México – EUA (1996) e Escola de Minas de Paris – França (2000) . Tem experiência na área de processamento e análise de imagens e aprendizagem de máquina. Publicou 32 artigos em periódicos especializados e 137 trabalhos em congressos científicos. Possui dois livros publicados e duas patentes requeridas. Orientou 25 dissertações de mestrado e 11 de doutorado. Recebeu o Prêmio Personalidade da Tecnologia – Inovação 2008 pelo Sindicato dos Engenheiros do Estado de São Paulo e o Prêmio Zeferino Vaz de reconhecimento acadêmico pela Unicamp em 2011. É um dos Pesquisadores Principais do Projeto CEPID BRAINN-FAPESP desde 2014.

Lattes: http://lattes.cnpq.br/9224426261471914

Rubens C Machado

Obteve a graduação em Engenharia de Eletrônica e de Telecomunicações da Universidade Católica de Minas Gerais, em 1978 e o mestrado em Engenharia Elétrica pela Universidade Estadual de Campinas, em 2002. Foi Chefe da Divisão de Processamento em Tempo Real do Centro de Tecnologia da Informação (CTI) Renato Archer, Campinas, de 1984 a 1987, do Departamento de Controle de Processos, de 1987 to 1996, e da Divisão de Metodologias de Controle Aplicado de 1996 a 2000. Ele esteve associado ao CTI desde 1983. Ele desenvolveu projetos de automação avançada para várias empresas. Ele foi pesquisador sênior da Divisão de Robótica e Visão Computacional, CTI, quando se aposentou, em 2016. Suas principais áreas de pesquisa são Visão Computacional e Aprendizagem de Máquina e Deep Learning.

Lattes: http://lattes.cnpq.br/3022427606876489

Conquistas Recentes dos Professores no Tema

Primeiro lugar na competição “LivDet Fingerprint 2015” de detecção de vivacidade em fingerprint, anunciada na 7th. IEEE Int. Conf. on Biometry: Theory, Applications and Systems (BTAS 2015)

Nogueira, Rodrigo ; Lotufo, Roberto ; Campos Machado, Rubens . Fingerprint Liveness Detection using Convolutional Neural Networks. IEEE Transactions on Information Forensics and Security, vol. 11 n. 6, p. 1206-1213, 2016.

Registre seu interesse

As inscrições para a segunda edição do Curso estão encerradas.

Cadastre no formulário ao lado para manifestar seu interesse e ser avisado sobre informações sobre a terceira edição do curso.

As vagas serão preenchidas segundo a ordem de confirmação da matrícula.

Faça a sua inscrição

Período de inscrições: 15 a 31/07/2017

Valor da inscrição: R$ 1.560,00

Forma de pagamento: boleto bancário (parcela única)

A inscrição inclui:

  • 3 dias de aulas (24 horas)
  • Acesso servidor com GPU
  • 2 Coffee-breaks por dia (manhã e tarde)
  • Certificado

Algumas Opções de Hospedagem Próximas

Casa do Professor Visitante

(Dentro da Unicamp)

Site: http://www.funcamp.unicamp.br/cpv

Hotel Matiz Barão Geraldo

Avenida Albino J B Oliveira, 1700 (próximo à Unicamp)

Barão Geraldo, Campinas, 13084-551

Fone: 19 3749-8500

Site: http://hotelariabrasil.com.br/hoteis/matiz/hotel-matiz-barao-geraldo/

Sleep Inn Galleria

Av. Dr. Carlos Grimaldi, 1653

Fone: 19 2137-2200

Site: http://www.lafantahotels.com/id-69176.html

Procure mais opções no site booking.com. Veja também opções de hospedagem na cidade de Paulínia, muito próxima à Cidade Universitária da Unicamp.

Teaser

Leia os textos e assista os vídeos curtos introdutórios divulgados pelo criador das redes convolucionais Yann LeCun e seus colaboradores


Veja também o curso gratuito sobre Deep Learning produzido pela NVIDIA

Perguntas Frequentes

Quando vou poder fazer a matrícula? Posso já garantir minha vaga?

Não é possível reservar vagas. Os formulários de inscrição serão disponibilizados apenas quando as matrículas estiverem abertas. Enviaremos um email a todas as pessoas que registraram seu interesse neste site. O número de vagas é limitado e as inscrições encerram-se quando as turmas ficam lotadas. Cadastre seu e-mail para ser avisado da abertura das inscrições.

Como faço minha inscrição nos cursos?

Acesse a página da Extecamp – Escola de Extensão da Unicamp no período em que a matrícula está aberta. Se as inscrições ainda não estiverem abertas, cadastre seu e-mail para receber um comunicado quando as inscrições estiverem abertas.

Esse curso é oficial da Unicamp? Vou receber um diploma?

Sim, estes cursos são oficiais da UNICAMP e são promovidos pela EXTECAMP – Escola de Extensão da UNICAMP. O curso é organizado pelo professor Dr. Roberto Lotufo, docente da FEEC – Faculdade de Engenharia Elétrica e de Computação da UNICAMP. Todos os participantes que tiverem frequência superior a 80% recebem um certificado oficial da UNICAMP contendo o nome do aluno, o nome do curso, a data de realização e a carga horária.

Não tenho experiência em programação ou de aprendizagem de máquina. Posso fazer esses cursos?

O aluno terá melhor aproveitamento quanto mais experiente ele for em programação e maiores conhecimentos ele tiver na área de aprendizagem de máquina. O curso foi planejado para ser um curso prático e boa parte das atividades do curso serão de programação.