https://www.ppgi.ufrj.br/2024/04/07/doutorado-sanduiche-da-capes/
Atenção! O prazo para candidatura ao doutorado sanduíche é super curto. Por outro lado, o processo é bem simples!
PPGI / UFRJ
Divulgação do Programa de Pós-Graduação em Informática da Universidade Federal do Rio de Janei
27/11/2023
A pedidos o Programa de Pós-Graduação em Informática prorrogou até esta quinta-feira a inscrição no Mestrado/Doutorado.
Finalize sua proposta de projeto e de inscreva.
ufrj
31/10/2023
Atenção! Atenção! ⚠️⚠️⚠️
O Processo Seletivo para o mestrado e doutorado do Programa de Pós-graduação em Informática da UFRJ encontra-se aberto. Você não pode perder! Venha fazer parte do nosso time.
Para concorrer a uma das 50 vagas no curso de mestrado ou a uma das 35 vagas no curso de doutorado, os candidatos devem realizar sua inscrição até dia 27 de novembro de 2023. É importante informar que o nosso processo de seleção ocorrerá em formato remoto. Se interessou? Acesse o site do PPGI/UFRJ para mais informações sobre o edital: http://www.ppgi.ufrj.br/processo-de-selecao/edital-de-selecao-2024/
16/05/2023
24/02/2023
Defesa de Tese de Doutorado PRESENCIAL na UFRJ.
Dia 28/2 às 13h no anfiteatro do MOT
13/02/2023
Hoje tem Defesa de Mestrado!!
07/02/2023
O resultado da seleção 2023 já está no ar!! Parabéns aos selecionados para o mestrado e doutorado!!
17/12/2022
Defesa de mestrado
15/12/2022
Defesa de Mestrado no PPGI/UFRJ.
15/12/2022
Defesa de Mestrado no PPGI/IFRJ
04/11/2021
Amanhã, 4 de novembro, quinta-feira, 9:30 teremos a defesa de doutorado do prof João Ismael
abraços, Daniel
Aprendendo a Classificar Com Poucos Atributos e Amostras
local:
meet.google.com/tge-ucen-akh
Motivados pela coleta de dados para fins de classificação em redes de sensores sem fio, consideramos aqui o problema de determinar o número ideal de atributos (\emph{features}) a serem transmitidas através da rede. A questão se torna particularmente relevante quando há custos rigorosos associados à coleta de amostras e à adição de atributos. Em um modelo bivariado, investigamos como a probabilidade de erro do classificador depende do tamanho da amostra e do poder de discriminação de uma das duas features. Além disso, determinamos um limiar em termos do tamanho amostral, acima do qual a presença de tal atributo torna-se de fato benéfica.
Palavras-chave: aprendizado, classificação, amostras, atributos.
Meet Real-time meetings by Google. Using your browser, share your video, desktop, and presentations with teammates and customers.
Clique aqui para requerer seu anúncio patrocinado.
Localização
Telefone
Endereço
UFRJ, Cidade Universitária/Térreo, Bloco E, CCMN/NCE, Cidade Universitária Caixa Postal 68. 530
Rio De Janeiro, RJ
21941-590