Vladimir Pestov: Alguns problemas de natureza analítica, conjuntística, e combinatória na teoria e prática de aprendizado de máquina

Data: quinta-feira, 30 de novembro de 2017, às 10h

Sala: Auditório Antonio Gilioli 

Palestrante: Vladimir Pestov (UFSC e Universidade de Ottawa, Canadá)

Título: Alguns problemas de natureza analítica, conjuntística, e combinatória na teoria e prática de aprendizado de máquina.


Resumo:  O palestrante vai discutir alguns problemas em aberto, selecionados da teoria e prática de aprendizagem automática estatística, na ordem crescente do seu interesse pessoal. Alguns são puramente teóricos (como a existência de um algoritmo universalmente consistente cujo erro de classificação é sempre monótono, ou a existência de esquemas de compressão amostral). Outros são problemas de análise de dados e da implementação prática de algumas idéias matemáticas, inclusive na biologia molecular. Todos eles têm em comum o fato de serem, em grande medida, uns problemas matemáticos de análise funcional, teoria combinatória, e teoria de conjuntos.

Pedro Kaufmann: O espaço Lipschitz-livre sobre o N-toro tem BAP, servido de três maneiras.

Data: quinta-feira, 23 de novembro de 2017, às 10h

Sala: Auditório Antonio Gilioli 

Palestrante: Pedro Kaufmann (UNIFESP)

Título: O espaço Lipschitz-livre sobre o N-toro tem BAP, servido de três maneiras.


Resumo:  Estamos interessados em estudar as propriedades de aproximação dos espaços Lipschitz-livres. Durante a palestra, motivaremos este estudo, reveremos o que já se sabe a este respeito, e apresentaremos três demonstrações distintas de que o espaço Lipschitz-livre sobre o N-toro tem a Propriedade da Aproximação Limitada. Desta forma esperamos trazer luz à técnicas que podem servir ao projeto mais geral de estudar os espaços Lipschitz-livres sobre grupos localmente compactos.

Vladimir Pestov: Aprendizado de máquina: uma área de diversão para o matemático puro

Data: quinta-feira, 16 de novembro de 2017, às 10h

Sala: Auditório Antonio Gilioli 

Palestrante: Vladimir Pestov (UFSC e Universidade de Ottawa, Canadá)

Título: Aprendizado de máquina: uma área de diversão para o matemático puro. 


Resumo:  Vamos apresentar uma introdução sucinta da aprendizagem automática estatística, assim como tentar convencer a audiência que cada conceito imaginável da matemática pura, não importa quão abstrato seja (no nosso exemplo, a teoria de espaços borelianos padrão), pode dar origem a um novo algoritmo para análise de dados.



Christina Brech: Um espaço de Tsirelson não-separável, Parte 2

Data: quinta-feira, 9 de novembro de 2017, às 10h

Sala: Auditório Antonio Gilioli 

Palestrante: Christina Brech (IME-USP)

Título: Um espaço de Tsirelson não separável, parte 2. 

Resumo:  Retomaremos parte da construção que já apresentamos de um espaço de Tsirelson não separável e apresentaremos os argumentos que relacionam as famílias de Schreier com a existência de cópias dos espaços $\ell_p$.