Congresso do IMECC

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.

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.

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.

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.

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

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.

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 manutençãoo, facilitando a implementção de modelos complexos e a colaboração entre estatísticos e cientistas de dados.
Resumo Completo