Busca avançada
Ano de início
Entree

Métodos de otimização para análise de dados e aprendizagem de máquina

Processo: 18/07551-6
Linha de fomento:Bolsas no Exterior - Pesquisa
Vigência (Início): 01 de outubro de 2018
Vigência (Término): 31 de janeiro de 2019
Área do conhecimento:Ciências Exatas e da Terra - Matemática - Matemática Aplicada
Pesquisador responsável:Paulo José da Silva e Silva
Beneficiário:Paulo José da Silva e Silva
Anfitrião: Jose Claudio Teixeira e Silva Junior
Instituição-sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas, SP, Brasil
Local de pesquisa : New York University, Estados Unidos  
Vinculado ao auxílio:13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
Assunto(s):Otimização contínua   Aprendizado computacional   Convexidade   Reconhecimento de padrões

Resumo

A Ciência de Dados é uma ativa área do conhecimento que tenta encontrarinformações presentes na vasta massada de dados adquiridas todos os dias. Elapode ser vista como uma combinação de técnicas da Estatística, Ciência daComputação e Aprendizado de Máquinas que muitas vezes resultam em modelos quedevem ser otimizados usando algoritmos matemáticos.Nesse projeto nós propomos o uso de técnicas do estado-da-arte de otimizaçãopara obter soluções computacionais para problemas de Ciência de Dados. Emparticular, planejamos investigar modelos com regularização $\ell_1$, como olasso e variações de máquinas de suporte vetorial. Essa empreitada deve serrelizada em colaboração próxima com especialistas da área de Análise de Dadoscom o objetivo de atingir resultados significativos em problemas reais.