talks
Academic presentations and invited talks
2025
-
Talk SEST — Thiago Rodrigo Ramos
Semana da Estatística (SEST), Departamento de Estatística — UFSCar
📅 Outubro 13, 2025 — São Carlos, SPApresentação realizada durante a Semana da Estatística da UFSCar, abordando temas atuais em aprendizado de máquina e estatística moderna.
-
Não é só treinar e testar — Matemática do Aprendizado de Máquinas
Instituto de Ciências Matemáticas e de Computação (ICMC/USP)
📅 Março 28, 2025 — São Carlos, SPDiscussão sobre os fundamentos matemáticos que garantem a confiabilidade e generalização dos modelos de aprendizado de máquina.
Slides Vídeo
2024
-
PersonalizedUS
Programa de Pós-Graduação em Ginecologia e Obstetrícia — FMRP/USP
📅 Novembro 25, 2024 — Ribeirão Preto, SPSeminário sobre aplicações recentes de aprendizado de máquina em medicina, com participação de Rafael Izbicki, Thiago R. Ramos e Luben M. C. Cabezas.
Slides Mais informações
-
Modelos Espectrais em Grafos e Aplicações para Detecção de Comunidades
IMPA — COLMEA 2024
📅 Outubro 30, 2024 — Rio de Janeiro, RJPalestra sobre modelos espectrais em grafos e suas aplicações na detecção de comunidades.
-
Graph Neural Networks for Time Series
University of São Paulo (ICMC)
📅 Setembro 24 e Outubro 2, 2024 — São Carlos, SPIntrodução às Graph Neural Networks aplicadas à previsão de séries temporais.
-
Da Matemática à Estatística: minha jornada acadêmica
Departamento de Estatística — UFSCar
📅 Agosto 6, 2024 — São Carlos, SPBreve relato sobre trajetória acadêmica e transição entre áreas.
-
AmnioML — Amniotic Fluid Segmentation and Volume Prediction with Uncertainty Quantification
Lab TDS (Online)
📅 Julho 10, 2024 — São Carlos, SPApresentação do AmnioML, um modelo de deep learning com conformal prediction para estimar volume de fluido amniótico com incerteza quantificada.
Slides Paper (AAAI)
-
BlockBoost — Similarity Learning via Boosting
Departamento de Estatística — UFSCar / PIPGEs
📅 Julho 5, 2024 — São Carlos, SPMétodo baseado em boosting para criação eficiente de blocos de itens similares em bases de dados extensas.