CV Lattes
ORCID
Google Scholar Citations
Universidade Presbiteriana Mackenzie (UPM). Escola de Engenharia (EE) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Renata PELISSARI é bacharel em Matemática (2006) pela Universidade de São Paulo (USP). Possui mestrado (2009) em Ciência da Computação e Matemática Computacional, também pela USP. Em 2019, concluiu seu doutorado em Engenharia de Produção na Universidade Metodista de Piracicaba (UNIMEP), tendo realizado um estágio doutoral na Telfer School of Management, na Universidade de Ottawa, no Canadá. Foi pós-doutoranda FAPESP na Faculdade de Ciências Aplicadas da Universidade Estadual de Campinas (UNICAMP) (2019-2022) e pós-doutoranda de Gestão Executiva no Centro de Inteligência Artificial BI0S (Brazilian Institute of Data Science), sediado na UNICAMP (2022-2023). Atualmente é professora em tempo integral no curso de Engenharia de Produção da Universidade Presbiteriana Mackenzie e pesquisadora associada do BI0S. Atua nas áreas de métodos de apoio à decisão multicritério e aprendizado de máquina, em tópicos que incluem: métodos de classificação, agregação de dados via integral de Choquet, modelagem de problemas com dados incertos utilizando a metodologia SMAA, aprendizado de preferência, equidade e interpretabilidade em aprendizado de máquina. Seu interesse de pesquisa também engloba estudos aplicados nas áreas de gestão de fornecedores, modelos de maturidade operacional e construção de indicadores robustos. (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
Estudos recentes mostram que a tomada de decisão algorítmica pode ser inerentemente propensa à injustiça. De fato, o uso crescente de algoritmos de aprendizado de máquina (ML) para a tomada de decisão em várias áreas tem destacado o problema da replicação não intencional de discriminações históricas embutidas em dados relacionados a atributos sensíveis, como gênero, raça, cor da pele e na…
A análise de decisão multicritério consiste em um conjunto de princípios e ferramentas desenvolvidas para auxiliar na resolução de problemas de decisão complexos. Uma das principais características que distingue os métodos de decisão multicritério de outros métodos da área de pesquisa operacional e da estatística é seu alto grau de incorporação das preferências dos decisores. Normalmente…
Neste trabalho, propomos um modelo de intensidade multiplicativo para tratarmos dados de multinomiais com categoriais nominais. Através do modelo de intensidade multiplicativo, propomos um critério martingale para estimarmos os parâmetros do modelo. Durante o projeto, pretendemos estudar propriedades dos estimadores e desenvolver testes de hipóteses para os parâmetros. Para ilustrar a apl…
Iniciaremos o projeto procurando mostrar, através de modelos matemáticos representativos, como o processo de interação da Matemática com outras ciências tem se realizado em várias situações. Pretendemos estimular a aluna a desenvolver as suas próprias habilidades por meio de exercícios e projetos. Modelos matemáticos oriundos de várias áreas, como por exemplo, Física, Biologia, Ecologia, …