Busca avançada
Ano de início
Entree

Nina Sumiko Tomita Hirata

CV Lattes ResearcherID ORCID Google Scholar Citations


Universidade de São Paulo (USP). Instituto de Matemática e Estatística (IME)  (Instituição-sede da última proposta de pesquisa)
País de origem: Brasil

Nina S. T. Hirata é bacharel e doutor em Ciência da Computação pela Universidade de São Paulo (USP). Desde 2001 está junto ao Departamento de Ciência da Computação do Instituto de Matemática e Estatística da USP, onde atualmente é professora associada. Atua em ensino e orientação em nível de graduação e pós-graduação e realiza pesquisas em aprendizado de máquina e reconhecimento de padrões, com aplicações predominantemente voltadas mas não limitadas ao processamento e análise de imagens. Atualmente mantém colaborações com pesquisadores das áreas de Astronomia, Oceanografia, e Biomedicina. Atua também ativamente junto à comunidade científica por meio de participação em comitês técnicos, e emissão de pareceres a agências de fomento à pesquisa, revistas e conferências científicas. Vem também engajando-se ao ensino de conceitos e técnicas de aprendizado de máquina por meio de cursos, palestras e outras formas de difusão. (Fonte: Currículo Lattes)

Matéria(s) publicada(s) no Pesquisa para Inovação FAPESP sobre o(a) pesquisador(a):
Técnica para detecção de parasitas baseada em inteligência artificial é mais eficaz que as convencionais 
Big data pode gerar benefícios políticos, sociais e econômicos 
Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a)
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)
Auxílios à pesquisa
Bolsas no país
Bolsas no Exterior
Apoio FAPESP em números * Quantidades atualizadas em 24/09/2022
Colaboradores mais frequentes em auxílios e bolsas FAPESP
Contate o Pesquisador

Este canal da BV/FAPESP deve ser utilizado tão somente para mensagens, referentes aos projetos científicos financiados pela FAPESP.


 

 

 

 

Palavras-chave utilizadas pelo pesquisador
Videos relacionados aos auxílios à pesquisa e bolsas

Big data e machine learning


Publicado em 29 de abril de 2019 - Agência FAPESP. Os dados têm valor e, se bem explorados, podem gerar benefícios políticos, sociais e econômicos. Mas, se por um lado há uma infinidade de dados disponíveis para serem coletados e trabalhados, por outro há uma imensa demanda reprimida no Brasil por profissionais da área de computação. A avaliação foi feita no dia 22 de abril, na Assembleia Legislativa de São Paulo (Alesp), por pesquisadores participantes do segundo evento do Ciclo de Palestras ILP-FAPESP 2019, que teve como tema Big data e Machine learning. O ciclo é uma parceria entre o Instituto do Legislativo Paulista (ILP) e a FAPESP.

Por favor, reporte erros na informação da página do pesquisador escrevendo para: cdi@fapesp.br.
X

Reporte um problema na página


Detalhes do problema: