Resultados para “'Boosting'”

Diego Silveira Costa Nascimento

docente IFRN - Campus Natal - Cidade Alta

Realizou estágios Pós-doutoral pela Universidade de Coimbra (UC) e pela Universidade Federal do Rio Grande do Norte (UFRN), Doutor em Ciências da Computação, também pela (UFRN), Mestre em Informática Aplicada, pela Universidade de Fortaleza (UNIFOR), Especialista em Tecnologia da Informação, pela Universidade Federal do Ceará (UFC), Licenciado na Educação Profissional e Tecnológica pelo Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte (IFRN) e Bacharel em Informática - Análise de Sistemas - Administração, pelo Centro de Estudos Superiores de Maceió (CESMAC). É docente no Ensino Médio, Técnico e Tecnológico do IFRN, afiliado ao grupo de Sistemas de Informação.

Vaux Sandino Diniz Gomes

Outros IFCE - Campus Jaguaribe

Atualmente professor efetivo do IFCE Campus Jaguaribe. Tem experiência na área de Ciência da Computação, com ênfase em análise de dados, atuando principalmente nos seguintes temas: inteligência artificial e aprendizado de máquina.

Rodrigo De Oliveira Almeida

tecnico IFSudesteMG - Campus Muriaé

Pós Doutorado com ênfase em Aprendizado de Máquina aplicado à Ciência Florestal (predição de produtividade, manutenção em máquinas florestais, custo de operações, etc), pela UNESP de Botucatu (2021-2022, 2022-2024, 2024-2026). Doutor em Biotecnologia, com tese sobre predição de rotas metabólicas de enzimas vegetais utilizando aprendizado de máquina - UNESP de Botucatu (Biotecnologia); Mestre em Biotecnologia Vegetal, com dissertação sobre transformação genética vegetal com utilização de Marker Free Technology - Universidade Federal de Lavras; Bacharel em Agronomia pela Universidade Federal de Viçosa. Experiência em aprendizado de máquina, linguagem programação Python e R, análises estatísticas, biologia molecular (sistema de remoção de marcadores de seleção por recombinação sítio-específica - Marker Free Technology) e micropropagação (cana-de-açúcar e espécies florestais nativas). Trabalhos realizados em colaboração nas áreas de análise de co-expressão de genes, sistemas biológicos e reconhecimento de padrões de genes de resistência em plantas por meio de aprendizado de máquina (trabalho em parceria com a University of Hertfordshire - UK, sob supervisão do Dr. Henrik Stotz).

Celso Yoshikazu Ishida

docente

Possui graduação em Bacharelado em Informática pela Universidade Federal do Paraná (1996), mestrado em Informática pela Universidade Federal do Paraná (2002), doutorado em Métodos Numéricos em Engenharia pela Universidade Federal do Paraná (2008) e doutorado sandwich em Matemática Aplicada - Université Paris-Sud XI (2004). Atualmente é professor associado da Universidade Federal do Paraná. Trabalha com EaD desde 2002.Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Artificial, atuando principalmente nos seguintes temas: IA generativa, agentes autônomos, banco de dados, EaD, computação evolucionária, aprendizado de máquina, mineração de dados, programação genética e classificação.

Geraldo Luis Bezerra Ramalho

docente IFCE - Campus Fortaleza

Doutor em Engenharia de Teleinformática pela Universidade Federal do Ceará (2013). Graduado em Engenharia Elétrica (1994) e Mestre em Engenharia de Teleinformática (2007) pela mesma instituição. Especialista em Redes de Computadores pela Universidade de Fortaleza (1997) e em Automação Industrial pela Universidade Estadual do Ceará (2003). Atualmente é Professor efetivo do Instituto Federal de Educação, Ciência e Tecnologia do Ceará. Tem experiência na elaboração e coordenação de projetos de pesquisa e desenvolvimento, com ênfase na automação de processos, inspeção automática, inspeção não-destrutiva, processamento de imagens e sinais, reconhecimento de padrões e sensoriamento remoto. Atuou como design educacional do Curso Técnico a Distância em Automação Industrial. Atualmente é vice-coordenador do Mestrado Acadêmico em Ciência da Computação do IFCE.

Moisés Lima Dutra

docente

Professor da Universidade Federal de Santa Catarina, Departamento de Ciência da Informação. Doutor em Computação pela Universidade de Lyon 1, França (2009). Mestre em Engenharia Elétrica, subárea Automação e Sistemas (2005) e Bacharel em Computação (1998) pela Universidade Federal de Santa Catarina. Suas atuais linhas-macro de pesquisa são Ciência de Dados, Inteligência Artificial Aplicada e Web Semântica. Especificamente, tem desenvolvido e orientado trabalhos relacionados a Processamento de Linguagem Natural, Mineração de Texto, Machine Learning, Deep Learning, Linked Data, Big Data, Ambientes Smart e IoT. Está vinculado ao grupo de pesquisa ITI-RG (Inteligência, Tecnologia e Informação - Research Group).

Lisleandra Machado

docente IFSudesteMG - Campus Santos Dumont

Professora efetiva em regime de Dedicação Exclusiva e pesquisadora do Instituto Federal de Educação, Ciência e Tecnologia do Sudeste de Minas Gerais (IF Sudeste MG). Doutora em Engenharia de Produção pela Universidade Metodista de Piracicaba (UNIMEP) e Mestra em Engenharia de Produção pela Universidade Federal de Santa Catarina (UFSC). Possui formação multidisciplinar, com graduações em Engenharia de Produção, Administração de Empresas, Pedagogia e Direito, além de especializações nas áreas de formação docente, gestão, marketing e qualidade.Atualmente, é Coordenadora do Curso de Graduação em Engenharia Ferroviária e Metroviária do IF Sudeste MG e atua como professora/orientadora em programas de MBA da USP/ESALQ, especialmente nas áreas de Data Science Analytics e Digital Business (Business Intelligence). Possui experiência em ensino, pesquisa, extensão, orientação acadêmica, gestão educacional e avaliação de programas e cursos, incluindo atuação vinculada ao MEC/SETEC.Desenvolve pesquisas e projetos nas áreas de Inteligência Artificial (IA), Machine Learning, Data Science Analytics, Business Intelligence, Indústria 4.0, transformação digital, Gestão de Projetos, Gestão de Contratos, Logística e Supply Chain, transportes e mobilidade, Gestão do Conhecimento, Pesquisa de Mercado, indicadores de desempenho e diagnóstico organizacional, com aplicação de métodos quantitativos e ferramentas computacionais, incluindo Python e R. Sua pesquisa de doutorado resultou na proposição da Toolbox Cluster 4.0, ferramenta de diagnóstico estratégico direcionada ao contexto da Indústria 4.0.Possui produção científica e experiência em orientação de pesquisas envolvendo Inteligência Artificial, Machine Learning, Processamento de Linguagem Natural (PLN), análise de dados, gestão de stakeholders, transformação digital, sistemas ferroviários, logística, mobilidade, sustentabilidade e gestão organizacional, buscando integrar engenharia, gestão, educação e tecnologias digitais na geração de conhecimento e no desenvolvimento de soluções aplicadas.

Everton Fernando Baro

docente IFPR - Campus Umuarama

Professor do Instituto Federal do Paraná (IFPR), possui graduação e mestrado em Ciência da Computação pela Universidade Estadual de Maringá (UEM) e atualmente faz doutorado em Ciência da Computação pela Universidade Federal do Paraná (UFPR) na área de aprendizado de máquina e saúde. Atuou em empresas do setor de desenvolvimento de software desenvolvendo ferramentas de BI (Business Intelligence), sistemas para dispositivos móveis e processos de BI para vários planos de saúde. Possui experiência com tecnologias Java, Python, Web services, GWT, Hibernate e Pentaho, além de experiência em várias bibliotecas computacionais relacionadas aprendizado de máquina tais como, scikit-learn e pytorch. Tem experiência na área de ciência de dados e inteligência artificial, atuando principalmente com os seguintes temas: algoritmos heurísticos, meta-heurística, aprendizado de máquina, ciência de dados e processamento de linguagem natural (PLN). Tem experiência com modelos de PLN tais como BERT (Bidirectional Encoder Representations for Transformers), RoBERTa (Robustly Optimized BERT Pretraining Approach) e LLaMA (Large Language Model Meta AI) aplicando-os principalmente em dados de planos de saúde.

Ronan Assumpção Silva

docente IFPR - Campus Colombo

Doutorado em Informática pela Pontifícia Universidade Católica do Paraná (PUCPR) com período de pesquisa (sanduíche) na École de Technologie Supérieure (ÉTS). Foi bolsista do Programa de Doutorado-sanduíche no Exterior (PDSE-CAPES). Mestre em Computação Aplicada pela Universidade Estadual de Ponta Grossa (UEPG). Graduado em Tecnologia em Informática pela Universidade Tecnológica Federal do Paraná (UTFPR). Atuação principalmente nos seguintes temas: Inteligência Artificial, Reconhecimento de Padrões, Aprendizado de Máquina, Mineração de Dados, Classificadores, Sistema de Múltiplos Classificadores, Seleção de Classificadores, Geração de Classificadores, Integração de Classifcadores, Redes Complexas, Medidas estruturais de Redes Complexas, Programação de Linguagem Natural e Desenvolvimento de Jogos. Professor do Instituto Federal do Paraná (IFPR). Professor colaborador do Programa de Pós-Graduação em Gestão da Informação (PPGGI) da Universidade Federal do Paraná (UFPR).