Análise de Padrões em Dados


Linhas de Pesquisa:

  • Agrupamento de dados (clustering)
  • Algoritmos paralelos e distribuídos para análise escalável de dados
  • Análise de redes sociais
  • Aprendizado estatístico: métodos bayesianos
  • Aprendizado de máquina: ativo, indutivo e transdutivo
  • Aprendizado de máquina: não-supervisionado, semisupervisionado e supervisionado
  • Aprendizado por transferência e aprendizado de classe única
  • Classificação de padrões
  • Detecção de anomalias e outliers
  • Mineração de dados: não-supervisionada, semisupervisionada e supervisionada
  • Mineração de dados: dados estruturados, não estruturados e mistos
  • Mineração de grafos e de texto
  • Mineração de fluxos de dados (data streams)
  • Preparação de dados: imputação, seleção de atributos, redução de dimensionalidade, etc.
  • Redes complexas e sistemas dinâmicos
  • Regressão não-Linear
  • Sistemas de recomendação
  • Transfer learning
  • Bioinformática
  • Ensembles: classifiers, clusterings and outlier detectors

Análise de Padrões em Dados
Laboratório de Padrões em Dados
 

Integrantes

CONECTE-SE COM A GENTE
 

© 2017 Instituto de Ciências Matemáticas e de Computação