Ciência de Dados

Ciência de dados é uma área interdisciplinar que estuda de onde os dados (estruturados ou não) provém, o que eles representam e como extrair o conhecimento contido nos mesmos a fim de auxiliar nos processos de tomada de decisão. Ela utiliza conceitos e algoritmos das áreas de estatística, inteligência artificial, aprendizagem de máquina e mineração de dados para resolver problemas complexos. A Ciência de Dados é vista como um processo abrangendo várias fases: definição do problema, coleta de dados, preparo dos dados, pré-processamento dos dados, seleção do algoritmo de extração do conhecimento e seleção dos seus parâmetros, treinamento e validação do modelo gerado, além da avaliação contínua do processo como um todo.

Docentes:

Alceu de Souza Britto Jr.

  • Dr., Pontifícia Universidade Católica do Paraná, 2001.
  • Pesquisador Produtividade em Pesquisa CNPq.
  • Processamento de Imagens, Reconhecimento de Padrões.

Andre Gustavo Hochuli

  • Dr. Pontifícia Universidade Federal do Paraná, 2019.
  • Visão Computacional, Reconhecimento de Padrões, Aprendizagem de Máquina.

  

Carlos Nascimento Silla Junior

  • Dr., University of Kent, Inglaterra, 2011.
  • Pesquisador Produtividade em Pesquisa CNPq.
  • Membro ACM, IEEE, ISMIR, SBC.
  • Data Mining, Computational Intelligence, Music Information Retrieval, Computer Music Technology.

Edson Emílio Scalabrin

  • Dr., Université de Technologie de Compiègne, França, 1996.
  • Process Mining, Distributed Artificial Intelligence, Trust & Reputation, Blockchain, Biological Data Analysis, and Biological Data Compression.
  • Membro IEEE.

 

Emerson Cabrera Paraiso - Coordenador do PPGIa

  • Dr., Université de Technologie de Compiègne, França, 2005.
  • Membro ACM, IEEE, SBC.
  • Interação Humano-Computador, Processamento de Linguagem Natural, Mineração de Textos, Computação Afetiva.

Fabrício Enembreck

  • Dr., Université de Technologie de Compiègne, França, 2003.
  • Pesquisador Produtividade em Pesquisa CNPq.
  • Sistemas Multi-Agentes, Agentes Adaptativos, Mineração de Dados.

Jean Paul Barddal

  • Dr., Pontifícia Universidade Católica do Paraná, 2018.
  • Mineração de Dados e Aprendizagem de Máquina com foco em Big Data Stream Mining, Classificação, Regressão, Mudança de Conceito, Seleção de Atributos e Agrupamento.

 

Júlio César Nievola

  • Dr., Universidade Federal de Santa Catarina, Brasil, 1995.
  • Pesquisador Produtividade em Pesquisa Fundação Araucária.
  • Membro IEEE, ACM.
  • Data Mining, Sistemas Inteligentes, Redes Neurais Artificiais.

Rayson Laroca

  • Dr., Universidade Federal do Paraná, 2024.
  • Visão Computacional, Aprendizagem de Máquina, Reconhecimento de Padrões.

 

Vinícius Mourão Alves de Souza

  • Dr. Universidade de São Paulo, Brasil, 2016
  • Mineração de Dados, Aprendizagem de Máquina, Fluxo de Dados, Mineração de Séries Temporais, Sensores Inteligentes.

 

O conteúdo das páginas pessoais dos usuários deste servidor é de inteira responsabilidade dos mesmos e não reflete a opinião da PUCPR, do PPGIa ou de qualquer outro organismo oficial. Caso encontre algum material considerado ofensivo, pedimos a gentileza de nos informar a respeito.