CV Lattes
ResearcherID
Google Scholar Citations
Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Possui graduação em Licenciatura Em Matemática e Física - Profesorado Roque Saenz Peña (1962), Mestrado em Computer Science - University of Southampton (1969), Doutorado em Informática pela Pontifícia Universidade Católica do Rio de Janeiro (1980), Livre Docencte - Universidade de São Paulo (1986) e Pós-doutorado pela Universidade de Strathclyde (1987). Atualmente é Professor Titular Senior da Universidade de São Paulo. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial, atuando principalmente nos seguintes temas: aprendizado de máquina, mineração de dados e mineração de textos. (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) |
Problemas em aberto no processo de Mineração de Dados Relacional para descobrimento de conhecimento de bases de dados que consistem de múltiplas tabelas. Uso de análise ROC (Receiver Operating Characteristics) para avaliação de algoritmos de aprendizado. (AU)
Seleção de Atributos é um problema importante na área de aprendizado de máquina, pois atributos não relevantes ou redundantes podem reduzir a precisão e a compreensibilidade de hipóteses induzidas por algoritmos de aprendizado supervisionado. Neste trabalho é proposta a avaliação de uma nova abordagem de seleção de atributos baseada em informação mútua, a qual será estimada utilizando um …
Neste projeto é proposto desenvolver métodos e ferramentas para realizar análise exploratória de dados multirrótulos, com o objetivo de identificar quais as características mais importantes desses dados e como elas influenciam os diversos algoritmos de classificação multirrótulo propostos na literatura. Ferramentas computacionais, incluindo ferramentas que permitem a visualização de dados…
O conhecimento a priori de características de conjuntos de dados contribui para um melhor entendimento dos algoritmos de aprendizado e das avaliações comparativas entre esses algoritmos, oqual pode ser obtido utilizando conjuntos de dados sintéticos (artificiais). Entretanto, são poucas as estratégias propostas na literatura para a geração de conjuntos de dados sintéticos para aprendiz…
Seleção de Atributos (SA) é uma tarefa importante em aprendizado de máquina, a qual pode efetivamente reduzir a dimensionalidade do conjunto de dados ao remover atributos irrelevantes e/ou redundantes. Embora muita pesquisa tenha sido realizada sobre SA em dados monorrótulo, em que várias medidas tem sido propostas para filtrar atributos irrelevantes, esse não é o caso para dados multirró…
Devido ao crescente número de novas aplicações nas quais os exemplos são rotulados com mais de um rótulo, a classificação multirrótulo tem atraído a atenção da comunidade acadêmica. Esse tipo de tarefa está sendo utilizada em aplicações como anotação semântica de imagem e vídeo, função de gene, categorização de músicas em emoções, entre outras. Em classificação multirrótulo, bem como em m…