Análise de Padrões em DadosAnálise de Padrões em DadosAnálise de Padrões em DadosAnálise de Padrões em DadosAnálise de Padrões em DadosAnálise de Padrões em DadosAnálise de Padrões em DadosAnálise de Padrões em DadosAnálise de Padrões em DadosAnálise de P
Linhas de pesquisa:
- Agrupamento de dados (clustering)
- Algoritmos paralelos e distribuídos para análise escalável de dados
- Análise de redes sociais
- Aprendizado de máquina: ativo, indutivo e transdutivo
- Aprendizado de máquina: não-supervisionado, semisupervisionado e supervisionado
- Aprendizado estatístico: métodos bayesianos
- Aprendizado por transferência e aprendizado de classe única
- Bioinformática
- Classificação de padrões
- Detecção de anomalias e outliers
- Ensembles: classifiers, clusterings and outlier detectors
- Mineração de dados: dados estruturados, não estruturados e mistos
- Mineração de dados: não-supervisionada, semisupervisionada e supervisionada
- Mineração de fluxos de dados (data streams)
- Mineração de grafos e de texto
- Preparação de dados: imputação, seleção de atributos, redução de dimensionalidade, etc.
- Redes complexas e sistemas dinâmicos
- Regressão não-Linear
- Sistemas de recomendação
- Transfer learning
Análise de Padrões em Dados
Laboratório de Padrões em Dados
Integrantes
||pessoa||5608282||pessoa||
||pessoa||5774069||pessoa||
