Pular para o conteúdo principal

WEIC 2020 - Painéis

CEFET-RJ via Youtube

 

Painel: Algoritmos e Grafos

https://eic.cefet-rj.br/seminarios/seic/algoritmos-e-grafos

https://youtu.be/D4FVhAEwYSA

Pesquisa aplicada e pesquisa teórica para problemas de otimização.

Classe P (resolver em tempo polinomial do tamanho de entrada) e NP

NP Completos são aparentemente intratáveis. 

Complexidade parametrizada, tratabilidade por parâmetro fixo, características fixas 

    Por exemplo: counting sort (conjunto de dado que satisfaz a um padrão)

Grafo de programas:ordem de execução do código

Pesquisa Motivada por Aplicação: tema de pesquisa tem inspiração no mundo real


Painel: Gerência de Modelos e Dados

https://youtu.be/FlWLV-9eYQ0

IA + Dados como fundamento da nova economia

Sistemas especialista (com regras) -> ML -> Deep Learning

Modelos do ML ( e não modelos de dados) possuem ciclo de vida (novos dados -> novo treinamento) e de um sistema de gerencia de modelos

 ML é data-driven, reuso de modelos não é trivial, qualidade do dado influencia muito no modelo, DataOps (integração contínua com o gerenciamento de dados), rotulagem automática,



 



Comentários

  1. Veronica dos Santos28 de abril de 2021 às 22:01

    "Pesquisa Motivada por Aplicação: tema de pesquisa tem inspiração no mundo real" se eu encontrar um problema de pesquisa dentro do Busc@NIMA ou Quem@PUC posso seguir essa abordagem

    ResponderExcluir

Postar um comentário

Sinta-se a vontade para comentar. Críticas construtivas são sempre bem vindas.

Postagens mais visitadas deste blog

Connected Papers: Uma abordagem alternativa para revisão da literatura

Durante um projeto de pesquisa podemos encontrar um artigo que nos identificamos em termos de problema de pesquisa e também de solução. Então surge a vontade de saber como essa área de pesquisa se desenvolveu até chegar a esse ponto ou quais desdobramentos ocorreram a partir dessa solução proposta para identificar o estado da arte nesse tema. Podemos seguir duas abordagens:  realizar uma revisão sistemática usando palavras chaves que melhor caracterizam o tema em bibliotecas digitais de referência para encontrar artigos relacionados ou realizar snowballing ancorado nesse artigo que identificamos previamente, explorando os artigos citados (backward) ou os artigos que o citam (forward)  Mas a ferramenta Connected Papers propõe uma abordagem alternativa para essa busca. O problema inicial é dado um artigo de interesse, precisamos encontrar outros artigos relacionados de "certa forma". Find different methods and approaches to the same subject Track down the state of the art rese...
3 comentários
Leia mais

Aula 12: WordNet | Introdução à Linguagem de Programação Python *** com NLTK

 Fonte -> https://youtu.be/0OCq31jQ9E4 A WordNet do Brasil -> http://www.nilc.icmc.usp.br/wordnetbr/ NLTK  synsets = dada uma palavra acha todos os significados, pode informar a língua e a classe gramatical da palavra (substantivo, verbo, advérbio) from nltk.corpus import wordnet as wn wordnet.synset(xxxxxx).definition() = descrição do significado É possível extrair hipernimia, hiponimia, antonimos e os lemas (diferentes palavras/expressões com o mesmo significado) formando uma REDE LEXICAL. Com isso é possível calcular a distância entre 2 synset dentro do grafo.  Veja trecho de código abaixo: texto = 'útil' print('NOUN:', wordnet.synsets(texto, lang='por', pos=wordnet.NOUN)) texto = 'útil' print('ADJ:', wordnet.synsets(texto, lang='por', pos=wordnet.ADJ)) print(wordnet.synset('handy.s.01').definition()) texto = 'computador' for synset in wn.synsets(texto, lang='por', pos=wn.NOUN):     print('DEF:',s...
2 comentários
Leia mais

DGL-KE : Deep Graph Library (DGL)

Fonte: https://towardsdatascience.com/introduction-to-knowledge-graph-embedding-with-dgl-ke-77ace6fb60ef Amazon recently launched DGL-KE, a software package that simplifies this process with simple command-line scripts. With DGL-KE , users can generate embeddings for very large graphs 2–5x faster than competing techniques. DGL-KE provides users the flexibility to select models used to generate embeddings and optimize performance by configuring hardware, data sampling parameters, and the loss function. To use this package effectively, however, it is important to understand how embeddings work and the optimizations available to compute them. This two-part blog series is designed to provide this information and get you ready to start taking advantage of DGL-KE . Finally, another class of graphs that is especially important for knowledge graphs are multigraphs . These are graphs that can have multiple (directed) edges between the same pair of nodes and can also contain loops. The...
Postar um comentário
Leia mais