Modelos matemáticos para aprendizado de máquina: aplicações usando GFlowNet

Modelos matemáticos para aprendizado de máquina: aplicações usando GFlowNet

Resumo/Objetivos: Este minicurso, ministrado no âmbito da Semana de Pesquisa e Extensão do Campus Blumenau da UFSC, tem como objetivo apresentar os fundamentos teóricos e as aplicações práticas das Generative Flow Networks (GFlowNets), uma abordagem recente para a modelagem probabilística em aprendizado de máquina. Na primeira parte, serão discutidos os conceitos matemáticos essenciais, a formulação de fluxos e equilíbrio de fluxo, além da relação dos GFlowNets com outros modelos generativos, como GANs e VAEs. Em seguida, serão exploradas aplicações. A segunda parte será dedicada a uma sessão hands-on, na qual os participantes poderão implementar e treinar um GFlowNet simples em Python, compreender o impacto de diferentes funções de recompensa e visualizar como o modelo converge para a distribuição desejada. Como pré-requisito, recomenda-se conhecimentos rudimentares de programação, estatística e probabilidade.

Participante


Inscrições encerradas há aproximadamente 2 meses (05/11/2025)