facebook
instagram
linkedIn
youtube

Introdução ao Machine Learning para Geociências

Curso: Introdução ao Machine Learning para Geociências
Ministrante: Susanne Maciel (FUP/UnB)
Data: 24 e 25 de Outubro
Horário: 8:00 as 12:00 horas


Público alvo

Este curso é voltado para geofísicos ou estudantes de geofísica que já ouviram falar de machine learning, mas não possuem conhecimento suficiente para aplicar as técnicas em seus bancos de dados.

Justificativa

A geofísica é uma área do conhecimento que se desenvolve essencialmente a partir da manipulação de dados digitais, obtidos de sistemas variados de aquisição. Uma característica comum dos bancos de dados geofísicos é o volume gigantesco de dados, o que torna de fundamental importância o domínio dos conceitos de big data e data mining. Para otimizar o aproveitamento dos dados adquiridos, também é interessante que técnicas de aprendizagem automática sejam usadas nas etapas de processamento. O presente mini-curso vai apresentar as técnicas mais usuais de machine learning com aplicações em dados geofísicos.

Objetivo

Compreender os princípios de quatro tópicos importantes: Implementar códigos utilizando módulos do Python. Compreender limitações e potencialidades de cada método.
Programa: Fundamentos de Machine learning. Redes neurais. SVM. Análise de Componentes Principais. Clustering.
Bibliografia: Bishop, C. (2006) Pattern Recognition and Machine Learning: Springer Press. Géron, A. (2017). Hands-on machine learning with Scikit-Learn and TensorFlow: concepts, tools, and techniques to build intelligent systems. " O'Reilly Media, Inc."
Müller, A. C., & Guido, S. (2016). Introduction to machine learning with Python: a guide for data scientists. O'Reilly Media, Inc.
Raschka, S. (2015). Python machine learning. Packt Publishing Ltd.


Ministrante: Susanne Maciel (FUP/UnB)


Susanne Maciel é professora da Faculdade UnB Planaltina na Universidade de Brasília e colaboradora do Observatório Sismológico de Brasília. Possui graduação em Matemática pela Universidade de Brasília (2006), mestrado em Geologia pela Universidade de Brasília (2008) e doutorado em Matemática Aplicada pela Unicamp (2017). Atua principalmente com a análise do sinal sísmico e processamento digital de sinais. Em seu doutorado, utilizou técnicas de machine learning para detectar difrações sísmicas.

Acesse o Lattes aqui

Associados corporativos