Home Arquivo de Notícias Destaques Colóquio: Inferência Bayesiana e navalha de Occam
Colóquio: Inferência Bayesiana e navalha de Occam Imprimir Correo electrónico
There are no translations available.

Na próxima terça-feira (03/04), às 11:00, na sala de seminários 201, teremos o colóquio ministrado pelo Prof. Dr. Fábio Antonio Tavares Ramos (IM-UFRJ), intitulado: "Modelagem preditiva, Navalha de Occam e Processos Gaussianos para Machine Learning". Todos são bem-vindos! Veja a continuação da notícia para um resumo.


Título: Modelagem preditiva, Navalha de Occam e Processos Gaussianos para Machine Learning

Resumo:
A escolha de modelos latentes a um conjunto de dados é o primeiro passo para quem deseja realizar previsões. Via de regra, um modelo simples, e bem ajustado, é preferível a um modelo complexo super-ajustado, mas os argumentos mais comumente encontrados invocam noções quase meramente estéticas. Este princípio da parcimônia científica, fundamental para os físicos, é comumente relacionado com o conceito filosófico da Navalha de Occam.
Nesta palestra, abordarei alguns dos fundamentos da inferência bayesiana, e como essa estrutura consegue quantificar automaticamente a Navalha de Occam, estabelecendo, assim, bases sólidas para uma seleção de modelos baseada em princípios. Exemplificaremos com algumas aplicações reais, utilizando técnicas de Processos Gaussianos para Machine Learning.