Workshop Intel – Inteligência Artificial

Atividade promovida pela Escola Politécnica é gratuita e aberta aos alunos da Universidade

20/11/2019 - 16h14

Workshop da Intel em parceria com a Escola Politécnica sobre Inteligência Artificial, no dia 26 de novembro, às 19h, na sala 517 do prédio 32. Entrada gratuita.

Workshop da Intel sobre Inteligência Artificial

A Escola Politécnica, em parceria com a Intel, promove workshop sobre inteligência artificial, no qual será desenvolvida uma solução para identificar quais são os dez carros mais roubados nos Estados Unidos. A atividade, gratuita, acontece no dia 26 de novembro, das 19h às 21h30min, na sala 517 do prédio 32 do Campus (Av. Ipiranga, 6681 – Porto Alegre), e oferece certificado que pode ser validado como atividade complementar. Os participantes poderão realizar os exercícios apresentados no workshop através da nuvem Intel AI que será disponibilizada. Para se inscrever, basta clicar aqui.

Através da tecnologia da Inteligência Artificial, os dados serão analisados e utilizados como base na construção do modelo proposto para o problema inicial. Serão utilizadas práticas como Aprendizado de Transferência (Transfer Learning) e Aprendizagem Profunda (Deep Learning), por exemplo. A primeira diz respeito à capacidade que as máquinas têm de utilizar um conhecimento adquirido para poder realizar outras atividades relacionadas. Já a segunda é referente ao treinamento feito em computadores para que eles realizem tarefas como se fossem humanos, através de diferentes níveis de processamento e reconhecimento de padrões.

Confira as etapas que ocorrerão durante o workshop:

Análise do problema proposto;
Definição do conjunto de dados a ser utilizado para o treinamento da rede neural
Pré-processamento do conjunto de dados, utilizando técnicas de agrupamento, análise de distribuição por classes, Data Augmentation e outros;
Definição e análise de topologias de redes neurais mais adequadas ao projeto;
Uso da Transfer Learning;
Análise dos frameworks de treinamento de Deep Learning e seleção do framework mais apropriado ao projeto;
Otimizações da Intel para treinamento de Deep Learning;
Treinamento de Deep Learning usando processadores Xeon;
Avaliação do modelo treinado;
Teste do modelo treinado;
Exportação do modelo;
Fine Tuning do modelo;
Análise final do modelo treinado;
Uso do modelo treinado (inferência) usando aceleração de hardware e suporte para computação heterogênea (CPU, VPU, GPU integrada e FPGA).