This event started as a desire from CEAUL to provide machine learning training to its members, and has slowly but steadily evolved into a workshop coined “Hands-on machine learning in ecology”. It is a free event, organized an run by kind folks donating their time to do so. We invited Carl Donovan (CREEM), Ian Durbach (CREEM) and Emmanuel Dufourq (Stellenbosch University) to deliver the hands-on component, and then invited a number of researchers to provide talks on applications on ML.

Evento adiado para o dia 26 de janeiro de 2022.

Seminário no âmbito da Unidade Curricular de Bioestatística, por Carolina Pestana (Fundação Champalimaud & Centro de Estatística e Aplicações da Universidade de Lisboa).

Seminário conjunto do Centro de Estatística e Aplicações da Universidade de Lisboa e do Centro de Matemática Computacional e Estocástica, por Joana Gonçalves de Sá (Coordinator Investigator of the Social Physics and Complexity - SPAC - research group at LIP).

Seminário conjunto do Centro de Estatística e Aplicações da Universidade de Lisboa e do Centro de Matemática Computacional e Estocástica, por Kristen Campbell (University of Colorado Anschutz Medical Campus, USA).

Curso organizado pela Gades Solutions e pelo CEAUL - Centro de Estatística e Aplicações da Universidade de Lisboa.

In this talk, we will explain some of the methods available for estimating reliable bird vocal activity rate from sound recordings, at individual (i.e. how long individuals need to be monitored) and at population level (number of individuals to record or number of recording days required).

Seminário conjunto do Centro de Estatística e Aplicações da Universidade de Lisboa e do Centro de Matemática Computacional e Estocástica, por Dae-Jin Lee (BCAM - Basque Center for Applied Statistics / Pontificia Universidad Católica de Chile - UC, Departamento de Ecología).

UL Extremes Webinar, por Paul Northrop (Department of Statistical Science, University College London).

O CEAUL tem desenvolvido um conjunto de atividades e programas que visam identificar, entre os alunos, potenciais futuros investigadores.