Perfil

Erick Muzart Fonseca dos Santos @erick72


Sobre mim

Cientista de dados, obcecado por Inteligência Artificial e Deep Learning.

Propostas

Desmistificando a Inteligência Artificial: construindo sua primeira rede neural artificial profunda para classificar fotos de cães e gatos, em apenas 3 horas!

A apresentação pretende mostrar para leigos em Deep Learning (DL, redes neurais artificiais profundas, capazes de aproximar qualquer função) alguns dos resultados mais recentes da área, construir as bases para uma compreensão conceitual mínima que permita desenvolver alguma intuição acerca da viabilidade e complexidade de uma aplicação prática de DL e, finalmente, elaborar em conjunto código, utilizando as bibliotecas pytorch e fast.ai, para treinar e utilizar uma rede neural profunda.


Espera-se com essa apresentação que o participante desenvolva uma compreensão mínima do funcionamento de redes neurais artificiais, seus casos de uso e limitações, para poder estimar a viabilidade de propostas de aplicação de IA ou para aprofundar-se posteriormente nessa área.


Seguirei alguns dos passos do curso fast.ai.


- Nome: Erick Muzart Fonseca dos Santos


- Instituição: TCU/CePI


- Tipo de proposta: oficina, de 3 horas em laboratório de informática


- Nome da oficina: Desmistificando a Inteligência Artificial: construindo sua primeira rede neural artificial profunda para classificar fotos de cães e gatos, em apenas 3 horas!


- Foco principal da apresentação: técnico


- Fase do trabalho apresentado: trabalho ou projeto em andamento


- Descrição da apresentação: visão geral de Deep Learning, com aplicações, um pouco de teoria para entender o funcionamento e as limitações de redes neurais, inciando a implementação de uma rede convolutiva para classificação de imagens (distinção entre fotos de cães e gatos) utilizando as bilbliotecas fast.ai e pytorch. O exemplo de classificador permite explorar como construir uma rede neural com poucas linhas de código, atingindo um bon nível de desempenho (mais de 95% de acurácia) com poucas imagens de treinamento (cerca de 20 imagens) utilizando transfer learning.


- Detalhes técnicos: Deep Learning; machine learning; redes neurais; fast.ai; pytorch


- mini-currículo: co-organizador do grupo de estudo em Deep Learning de Brasília, em que se acompanhou o curso de DL da fast.ai; coordenador do programa de capacitação em análise de dados do TCU, onde ministra disciplinas de pós-graduação e cursos de extensão na área.