Tutorial

De Modelos Lineares Generalizados ao Deep Learning

Conferencistas: Julio Adolfo Zucon Trecenti e Bruna Davies Wundervald 

Resumo: Modelos lineares generalizados (GLMs) são os modelos de regressão mais importantes da estatística. Os GLMs são usualmente ajustados através de um algoritmo de mínimos quadrados ponderados iterados (IWLS), derivado da função escore e da informação de Fisher. Neste tutorial, mostraremos que o redes neurais são uma generalização natural dos GLMs, modificando apenas dois aspectos do modelo: i) os componentes sistemático e função de ligação são aplicados iterativamente e ii) substituímos o IWLS pelo algoritmo da descida de gradiente.

Indispensável que os conferencistas que participarão do Tutorial levem seus próprios notebooks para realizar as atividades.