CV Lattes
ORCID
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 Ciência da Computação pela Universidade Estadual Paulista Júlio de Mesquita Filho (2012), mestrado em Ciências da Computação pela Universidade de São Paulo (2015) e doutorado em Ciencia da Computacao pela Universidade de São Paulo (2021), com saundíche no exterior, na Université d'Orléans - França, financiado pelo Programa COFECUB/Capes, e na American University - EUA. Atualmente é professor substituto da Universidade Federal de São Carlos e pós-doutorando na USP. Tem experiência na área de Ciência da Computação, com ênfase em Aprendizado de Máquina, atuando principalmente nos seguintes temas: imbalanced data, data complexity measures, dados desbalanceados, classification e sampling. (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) |
A análise e previsão de crimes em ambientes urbanos apresentam desafios significativos do ponto de vista da ciência de dados. Esses desafios incluem a dependência temporal dos dados, a organização natural em um grafo de ruas, uma alta granularidade (até o nível de segmentos de rua) e a natureza esparsa dos dados no tempo e no espaço. Este projeto se concentra na investigação e implementaç…
O pré-processamento dos dados é uma das etapas mais importantes no processo de mineração de dados, e uma das mais negligenciadas. A coleta dos dados, mesmo que de forma controlada, pode sofrer de erros manuais e problemas em equipamentos, gerando dados inconsistentes, ruidosos ou ausentes. Além disso, dependendo da origem dos dados, alguns aspectos podem prejudicar sua análise, como desba…
Muitos dos principais algoritmos de Aprendizado de Máquina não conseguem bom desempenho de classificação em cenários nos quais há desproporção entre as quantidades de exemplos de classes diferentes. Tal problema é conhecido como desbalanceamento de dados (ou classes desbalanceadas), o qual é o objeto de estudo deste projeto. Entre os desafios de trabalhar com bases de dados dessa natureza…
O Grupo de Bioinformática de Rio Claro desenvolveu um ambiente computacional, denominado SATEComp, voltado para auxiliar processos de análise de Elementos Transponíveis (TEs) identificados em bancos de dados genômicos. Este ambiente oferece vários recursos que visam facilitar e agilizar este tipo de processo de análise, inclusive possibilitando a comparação de organismos que tiveram seus…
A influência de dados desbalanceados no desempenho preditivo de modelos é amplamente estudada. Tarefas de classificação com dados desbalanceados não são desafiadoras por si só. Quando as classes são linearmente separáveis, um algoritmo de classificação tradicional normalmente induz modelos preditivos capazes de distinguir as classes apropriadamente. O desbalanceamento impõe dificuldade qu…
| 1 | Bolsas no país contratadas |
| 3 | Bolsas no país concluídas |
| 1 | Bolsas no exterior concluídas |
| 5 | Todas as Bolsas |
| Processos vinculados | |