Possui graduação em Bacharelado em Ciência da Computação pela Universidade de São Paulo (2001), mestrado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2003) e doutorado em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (2006). Atualmente é professor adjunto da Universidade Federal do ABC, onde coordenou o programa de pós-graduação em Ciência da Computação de fevereiro de 2011 a março de 2015, elaborando a proposta de criação do mestrado (2011) e doutorado (2015) do programa. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial, atuando principalmente nos seguintes temas: descoberta de conhecimento, aprendizado de máquina, mineração de dados, tratamento de classes desbalanceadas e inteligência artificial. (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) |
Muitos problemas em aprendizado de máquina e mineração de dados envolvem dados seqüenciais e/ou séries temporais. Entretanto, algoritmos de aprendizado simbólico para dados desses tipos, principalmente considerando dados com ruído, diferentes custos de classificação e classes desbalanceadas é um problema em aberto. Este plano de pesquisa propõe o desenvolvimento de novos algoritmos de apr…
A proposta deste projeto de pesquisa é, a partir da forma de representação da linguagem de um classificador simbólico, que foi obtida através da aplicação de um algoritmo de Aprendizado de Máquina a um conjunto de dados de treinamento, transformá-la em um formato padrão de regras para a representação do conhecimento induzido. A partir desse formato padrão de regras, calcular um conjunto d…
Aprendizado de Máquina supervisionado tem como objetivo construir automaticamente um modelo de classificação a partir de um conjunto de exemplos rotulados. No entanto, nem sempre existem conjuntos de dados rotulados com boa qualidade, um problema conhecido como ruído de rótulo. Esse ruído pode causar diversos problemas para algoritmos de Aprendizado de Máquina (AM). Apesar de existirem tr…
CV Lattes
ORCID