Contacte
Quan
Els desenvolupaments de la darrera dècada en eines de big data com són el deep learning ha generalitzat l’ús d’aquests fins al punt que ocupa bona part de l’espai del tractament de dades. No obstant això, aquests mètodes parteixen d’una disponibilitat de gran quantitat de dades fiables i no esbiaixades. Però què passa quan tenim poques dades i amb molts camps?
En aquesta xerrada, parlaré de com en alguns camps com la IA i la robòtica es pot aprendre amb poques dades. Mètodes com l’aprenentatge per reforç, reducció de dimensionalitat i representacions de dades que no descarten informació són claus per a obtenir bons models.
Programa
MODERA LA SESSIÓ:
- Meritxell Bassolas, AI Program Coordinator a CVC
PONENT:
- Adrià Colomé Figueras, investigador postdoctoral
L’Adrià Colomé és llicenciat en matemàtiques i enginyer industrial superior per la UPC. Va realitzar el seu doctorat en aprenentatge per reforç aplicat a la manipulació robòtica i avui en dia es dedica a la manipulació robòtica d’objectes deformables, la interacció segura entre humans i robots, o la motricitat robòtica en general.
AGENDA:
-
Aprenentatge i ajust de models de regressió amb poques dades.
-
Aprenentatge per reforç.
-
Reducció de dimensionalitat en dades.
Més informació aquí.
Inscriu-t'hi aquí.