Minicursos

MC01 - Criando dashboards usando Streamlit
Petra Maria Bartmeyer (IMECC - Unicamp)
Sala
122
Neste curso exploraremos como utilizar o Streamlit para criar visualizações atraentes e informativas, facilitando a interpretação de dados e a comunicação de resultados. Com uma abordagem prática, vocês aprenderão a construir dashboards interativos que não só impressionam, mas também aprofundam a compreensão dos dados. Venham aprimorar suas habilidades e descobrir como a visualização de dados pode potencializar suas análises.
MC02 - Uma introdução ao aprendizado de máquinas tradicional e profundo
João Batista Florindo (IMECC - Unicamp)
Sala
122
A inteligência artificial tem ocupado um papel de destaque cada vez maior tanto na ciência quanto no mercado e na nossa vida cotidiana. E o aprendizado de máquinas é hoje o paradigma mais popular nessa área. Neste mini-curso, faremos uma introdução aos conceitos e técnicas gerais da área e focaremos de aprendizado clássicos (redes neurais multi-layer perceptron, ensembles de árvores, K-means e PCA), além de abordarmos também algoritmos de aprendizado profundo (redes convolucionais e transformers). Faremos ainda um breve apanhado de ferramentas modernas, como os grandes modelos de linguagem e physics-informed neural networks. O curso contará com uma breve descrição da teoria por trás desses métodos, que será seguida por sua execução em uma situação prática usando bibliotecas do Python.
MC03 - Uma breve introdução à teoria quântica de campos em espaços-tempo curvos
João Paulo Pitelli Manoel (IMECC - Unicamp)
Sala
253
Discutiremos alguns conceitos chaves para a quantização de campos (e sua interpretação) em espaços-tempo curvos. Entre eles, a ausência de um vácuo preferencial, ao contrário do que acontece no espaço-tempo de Minkowski, e a utilização dos chamados detectores de Unruh-deWitt, focando em seu papel na interpretação de partículas em um background não trivial.
MC04 - Métodos de diferenças finitas supra-convergentes; análise numérica e aplicações
Giuseppe Romanazzi (IMECC - Unicamp)
Sala
122
Da Análise funcional se podem deduzir propriedades no contínuo que se traduzidas corretamente no âmbito discreto permitem de gerar métodos numéricos para sistemas de equações de derivadas parciais que tem ordem de convergência maior da ordem do erro de truncamento. Esta propriedade dos métodos se chama supra-convergência. Neste mini-curso deduzimos estes métodos supra-convergentes e analisaremos a sua estabilidade e convergência. Aplicações no âmbito biomédico da liberação de fármaco e proliferação celular em tumores são apresentadas.
MC05 - Statistical Inference in Markov Processes
Verónica Andrea González López (IMECC - Unicamp)
Sala
LCC1
Resumo: The short course is designed to introduce the key concepts and methods of statistical inference in Markov processes on finite alphabets with finite order. We will deepen into recent research on the development of efficient structures within the process’s state space, focusing on consistent estimation techniques for these structures. Additionally, the course will cover the process of defining metrics that aid in estimating these structures and detecting discrepancies between samples of the process. Throughout the course, we will address real-world applications.
IASC – LARS Webinar on Computational Statistics and Data Science
MC06 - Dependence Models Generated via Line Integral
Nikolai Kolev (MAE, IME-USP)
Sala
LCC1
The main goal of the course is to show the importance of the line integral for constructing multivariate continuous and discrete models taking into account the physical nature of the process, which is governed by the components of the hazard vector. This new methodology will be illustrated by many examples. Actuarial applications involving Green’s theorem will be presented.
MC07 - Modelagem Estatística: Uma Jornada pelos Tidy Models em R
Tatiana Benaglia, Samara Kiihl (IMECC - Unicamp)
Sala
122
Os Tidy Models no ambiente R oferecem uma abordagem sistemática e coerente para análise estatística e modelagem. Esta metodologia, parte integrante do ecossistema tidyverse, destaca-se pela sua ênfase em código legível e de fácil manutenção, facilitando a implementação de modelos complexos e a colaboração entre estatísticos e cientistas de dados.
Resumo Completo
MC08 - Programa de Iniciação Científica e o PICME no IMECC
Ricardo Bilotti (IMECC - Unicamp), Plamen Koshlukov (IMECC - Unicamp), André Rasera (IMECC - Unicamp),
Gabriel Torkomian (IMECC - Unicamp) e Régis Varão (IMECC - Unicamp)
Sala L004
O PICME é um programa que oferece aos estudantes universitários que se destacaram nas Olimpíadas de Matemática (medalhistas da OBMEP ou da OBM) a oportunidade de realizar estudos avançados em Matemática simultaneamente com a graduação. Os participantes recebem as bolsas através de uma parceria com o CNPq (Iniciação Científica) e com a CAPES (Mestrado). O PICME é coordenado em nível nacional pelo Instituto de Matemática Pura e Aplicada - IMPA e ofertado por Programas de Pós-Graduação em Matemática de diversas universidades espalhadas pelo país. No I Congresso do IMECC teremos uma programação voltada para estudantes de Iniciação Científica (IC) da Unicamp do PICME e demais modalidades de IC. A programação prevista será de 5 aulas ao longo da semana de 7-11/Julho, como segue:
  • Segunda (7/Julho): 13:10-14:30 Régis Varão: Sistemas dinâmicos e caos
  • Terça (8/Julho): 13:10-14:30, Ricardo Bilotti: WWII, navegação e rotações
  • Terça (8/Julho): 16:40-18, André Rasera: Conjuntos não mensuráveis
  • Quinta (10/Julho): 13:10-14:30, Plamen Koshlukov: Números algébricos e transcendentes
  • Sexta (11/Julho): 13:10-14:30, Gabriel Torkomian: Método de Leibniz

Obs.: A sala L004 fica no Prédinho Anexo ao IMECC.