Introdução a GPUs As GPUs (Unidades de Processamento Gráfico) são projetadas para lidar com tarefas altamente paralelas, tornando-as ideais para aplicações que demandam alto poder computacional, como aprendizado profundo, simulações científicas, e processamento de imagens. NVIDIA L40S: Este servidor está equipado com 4 GPUs NVIDIA L40S, uma GPU de alto desempenho otimizada para cargas de trabalho em aprendizado de máquina e inferência, processamento gráfico avançado e análises massivas. Capacidades: Arquitetura Ada Lovelace de última geração. 48 GB de memória gráfica (GDDR6) por GPU. Suporte a frameworks populares como PyTorch e TensorFlow.

Version Control Systems Definition: A system that records changes to a file or set of files over time so you can recover specific versions later; You can do this with almost any type of file on a computer;Many people’s version control method is copying files to another directory (perhaps with a timestamp if they’re smart) – the simplest form.Very easy to make mistakes; Easy to forget which directory you’re in and accidentally overwrite the wrong file or copy files you didn’t intend to. Local version control systems (local version databases); image

Descrição O objetivo desse seminário é que os grupos possam utilizar o conhecimento adquirido sobre algoritmos de Machine Learning para a construção de uma solução de análise de dados utilizando conjuntos abertos de dados. A implementação dessa solução pode ser feita utilizando qualquer linguagem de programação. O aluno deve construir um Jupyter Notebook utilizando um servidor local ou Google Colab. Apresentação de seminário Apresentação por grupo: 15 ~ 25 minutos; Todos os membros devem apresentar; Apresentação da implementação; Disponibilização do código do Notebook implementado na plataforma Github;

Commands to Run in a Terminal: Just a reminder: this should be executed inside a terminal The first commands will install R libraries that we will be using throughout the course. sudo apt install r-cran-caret python3-pip The libraries also depend on python libraries, thus we also need to install them. In order to do so, we should run the following command: pip install --user tensorflow scipy matplotlib scikit-learn Pillow

Most of this content has been copied from the chpc wiki page, Software Carpentries lesson on HPC, and Epcced tutorial on HPC. High Performance Computing Table of Contents [TOC] A few words about High Performance Computing - HPC Frequently, research problems that use computing can outgrow the capabilities of the desktop or laptop computer where they started: A statistics student wants to cross-validate a model. This involves running the model 1000 times – but each run takes an hour. Running the model on a laptop will take over a month! In this research problem, final results are calculated after all 1000 models have run, but typically only one model is run at a time (in serial) on the laptop. Since each of the 1000 runs is independent of all others, and given enough computers, it’s theoretically possible to run them all at once (in parallel).

Programa de aulas Aula 1 - Regressão Logística; Aula 2 - Naive Bayes; Aula 3 - Linear Discriminant Analysis; Aula 4 - Validação Cruzada; Aula 5 - Métodos de Avaliação de classificação (Acurácia, ROC Curves, Precisão, Cobertura, Medida F ...); Aula 6 - Árvores de Decisão; Aula 7 - Random Forests; Aula 8 - Support Vector Machines (1);

Exercícios Aula 1 Para esse conjunto de exercícios você deve ter instalado o Ubuntu 20.04 LTS em sua máquina, utilizando o Virtual Box. Para esses exercícios você vai precisar abrir um terminal. Para mais informações em como fazer isso, consultar o Link. Questões Qual o comando utilizado para descobrir o diretório atual? O que são manpages e como consultar a manpage de um comando? O comando ls é utilizado para listar o conteúdo do diretório atual. Com isso em mente, para que servem as opções -F, -r, -R e -S?

Init git mkdir shell-hands-on cd shell-hands-on/ git config --global user.name "Raphael Cobe" git config --global user.email "raphaelmcobe@gmail.com" git init ls -a ls -aF Download File

Programa de Aulas Aula 1 Deep Feedforward Networks; Minibatch Learning; Aula 2 Regularização em Deep Learning

Aula 1 (01/09) Comandos básicos, criação de repositórios, visualizando o histórico de mudanças e removendo mudanças recentes; Introdução a Sistemas de controle de versão Centralizado vs descentralizado; Funcionamento básico

Utilizaremos os datasets de imagens de digitais contidos no link. Esse é o mesmo dataset utilizado no exercício de autoencoders, descrito no post do KDNuggets. O dataset é composto de quatro grupos cujas digitais foram capturadas utilizando sensores específicos. O objetivo nesse exercício é implementar modelos generativos utilizando Autoencoders Variacionais e Redes Generativas e comparar o desempenho dos dois. :memo: Onde Começar? Autoencoders variacionais Caso ainda não tenha seguido o tutorial do kdnuggets, esse pode ser um bom ponto de partida para se familiarizar com o dataset. Comece com implementações simples de autoencoders variacionais com arquiteturas baseadas em Multi-layer Perceptrons, como descrito nesse tutorial, passando a arquiteturas mais complexas, como redes convolucionais, como esse exemplo. Faça plots que "passeiem" pelo espaço latente para verificar a capacidade de interpolação desses modelos.

Dave Cormier cunhou o termo MOOC em 2008. MOOC significa Massive Open Online Courses. As plataformas de e-learning que oferecem os MOOCs com seus programas regulares são plataformas MOOC. Embora as plataformas MOOC sejam famosas, há poucos dados preciosos disponíveis sobre elas. Ideias durante o brainstorm: Comentários gerais: Formato válido do coursera e legal para a visibilidade do AI2 (vide Johns Hopkins, MIT, Universidade de Toronto, etc.) Dito isso, fazer videos nos moldes do coursera será pesado, mesmo que o conteúdo já esteja dado. Precisamos gravar e editar o vídeo; Precisamos de mais do que uma semana por aula, contando edição;