BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Vigotec - ECPv6.15.11//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-ORIGINAL-URL:https://vigotecnoloxico.uvigo.es/gl/
X-WR-CALDESC:Events for Vigotec
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:Europe/Madrid
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20210328T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20211031T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20220327T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20221030T010000
END:STANDARD
BEGIN:DAYLIGHT
TZOFFSETFROM:+0100
TZOFFSETTO:+0200
TZNAME:CEST
DTSTART:20230326T010000
END:DAYLIGHT
BEGIN:STANDARD
TZOFFSETFROM:+0200
TZOFFSETTO:+0100
TZNAME:CET
DTSTART:20231029T010000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=Europe/Madrid:20220516T080000
DTEND;TZID=Europe/Madrid:20220630T200000
DTSTAMP:20260524T121823
CREATED:20220509T085518Z
LAST-MODIFIED:20220511T101602Z
UID:10802-1652688000-1656619200@vigotecnoloxico.uvigo.es
SUMMARY:Crea e xestiona o teu perfil de investigador/a (Biblioteca Universitaria)
DESCRIPTION:O uso de formas diferentes no nome persoal do/da investigador/a ou da súa institución nas publicacións científicas\, dificulta a recuperación das súas firmas e citas recibidas nas bases de datos e disminúe a visibilidade da súa produción científica e da súa institución. En consecuencia\, é necesario elixir unha firma normalizada que identifique claramente o/a investigador/a e o/a distinga dos/as demáis. Tanto a normalización da firma como o uso de identificadores son dúas das actividades esenciais para xestionar adecuadamente a identidade dixital como investigador/a no actual entorno da investigación. \nEste curso vai dirixido preferentemente ao persoal docente e investigador do CINTECX sen coñecementos previos ou con coñecementos básicos sobre perfís de investigador/a (por exemplo\, que non conten co identificador ORCID ID ou que precisen completalo e vinculalo con outros perfís\, ou ben que necesiten crear e xestionar outros perfís como ResearcherID ( WoS)\, Scopus Author ID\, Google Scholar\, etc.). \nO alumnado que supere o curso recibirá un certificado de formación emitido pola Biblioteca Universitaria. \nInformación completa na web do link. \n INSCRICIÓNS
URL:https://vigotecnoloxico.uvigo.es/gl/evento/crea-e-xestiona-o-teu-perfil-de-investigador-a-biblioteca-universitaria/
LOCATION:Cintecx\, Campus Universitario Lagoas-Marcosende\, Vigo\, Pontevedra\, 36310\, España
CATEGORIES:Curso
ATTACH;FMTTYPE=image/jpeg:https://vigotecnoloxico.uvigo.es/wp-content/uploads/2022/05/CINTECX-CURSOS-WEB.jpg
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=Europe/Madrid:20220526T160000
DTEND;TZID=Europe/Madrid:20220526T200000
DTSTAMP:20260524T121823
CREATED:20220505T130716Z
LAST-MODIFIED:20220511T090611Z
UID:10712-1653580800-1653595200@vigotecnoloxico.uvigo.es
SUMMARY:Día 3 - Curso introducción ás técnicas de Machine Learning no ámbito da Enxeñaría
DESCRIPTION:No ámbito da investigación na Enxeñaría\, é moi frecuente atoparse un problema que pode ser visto dende o prisma dun problema de regresión e clasificación e\, a meúdo\, se necesitan modelos complexos para poder resolver o probkema que presenta unha alta non linealidade. Por isto\, é necesario introducir os modelos de aprendizaxe automático dende as súas dúas vertentes\, supervisado e non supervisado\, para poder dotar ó alumnado de este curso da capacidade de construcción e desarrollo dun modelo de Machine Learning. \nMETODOLOXÍA:\nO curso realizarase preferiblemente presencial\, apoiándose na farramenta software Matlab \nPLANIFICACIÓN:\nModelos Supervisados e Selección de modelo óptimo. Ademáis dos non supervisados\, dentro da familia de modelos de ML\, pódense encontrar os modelos supervisados que son os que presentan mellores tasas de error. Así\, presentaranse os modelos máis clásicos dentro deste enfoque enfrontando aqueles que teñen diferente arquitectura e algoritmia. Por último\, estudiarase o algoritmo necesario para poder levar a cabo unha comparativa de modelos para a selección do modelo óptimo\, minimizando a aleatoriedade da selección do conxunto de validación. \nINSCRICIÓN
URL:https://vigotecnoloxico.uvigo.es/gl/evento/curso-introduccion-as-tecnicas-de-machine-learning-no-ambito-da-enxenaria-2/
LOCATION:Cintecx\, Campus Universitario Lagoas-Marcosende\, Vigo\, Pontevedra\, 36310\, España
CATEGORIES:Curso
ATTACH;FMTTYPE=image/png:https://vigotecnoloxico.uvigo.es/wp-content/uploads/2022/05/Curso_ML_Cintecx.png
END:VEVENT
END:VCALENDAR