Resultados para “'Modelos de Regressão'”

Carlos André Pereira De Jesus Silva

docente

Possui graduação em Estatística pela Universidade Federal da Bahia (2010). Atualmente é professor EBTT no INSTITUTO FEDERAL DE EDUCACAO, CIENCIA E TECNOLOGIA DA BAHIA. É especialista em Estatística pela Universidade Estadual de Campinas (UNICAMP) e mestre em Matemática, com área de concentração em Estatística pela UFBA (2026). Tem experiência na área de Probabilidade e Estatística, atuando principalmente no seguinte tema: estimação robusta em modelos de regressão (linear e circular).

Marke Geisy Da Silva Dantas

docente IFRN - Campus Canguaretama

Professor EBTT da área de Administração Financeira do Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Norte (IFRN) - Campus Canguaretama; Docente externo vinculado ao Programa de Pós-Graduação em Ciências Contábeis da UFRN; Doutor em Administração pelo PPGA/UFRN (2021). Mestre pelo Programa Multiinstitucional de Pós Graduação em Ciências Contábeis Unb/UFPB/UFRN (2014); Bacharel em Ciências Contábeis pela UFRN (2011). Tem interesse em pesquisas sobre o desempenho financeiro e eficiência de entidades desportivas, indicadores de eficiência, contabilidade em partidos políticos, e aspectos de controladoria, custos e indicadores financeiros. Trabalha com metodologias de cálculo de índices de eficiência, modelos de regressão e métodos de análises de políticas públicas. Foi professor substituto do Departamento de Ciências Contábeis da UFRN (2014-2017); Professor do Curso de Ciências Contábeis do UNI-RN (2014-2015)

Kessys Lorrânya Peralta De Oliveira

docente IFRO - campus Colorado do Oeste

Mestra em Estatística pela Universidade de Brasília - UnB (2019). Possui graduação em Estatística pela Universidade Federal de Rondônia, campus Ji-Paraná (2015). Atualmente é professora EBTT/Estatística do Instituto Federal de Educação Ciência e Tecnologia de Rondônia. Tem experiência na área de Probabilidade e Estatística, com ênfase em regressão, atuando principalmente nos seguintes temas: análise de dados, regressão, fronteira estocástica de produção, método de máxima verossimilhança, R.

Zeferino Gomes Da Silva Neto

docente IFRJ - Campus Rio de Janeiro

Possui graduação no curso de Bacharelado em Estatística pela Universidade Federal do Piauí (2017). É mestre (2020) e doutorando em Estatística Aplicada e Biometria na Universidade Federal de Viçosa. Atualmente é docente de Estatística do quadro efetivo do Instituto Federal de Educação, Ciência e Tecnologia do Rio de Janeiro. Tem experiência na área de estatística, atuando principalmente nos seguintes temas: Estatística Bayesiana, Teoria de Valores Extremos, estatística experimental, modelo de regressão logística e curva ROC.

Clodoaldo José Figueredo

docente IFC - Campus Araquari

Possui graduação em Licenciatura Plena Em Matemática pela Universidade da Região de Joinville (1991), mestrado em Métodos Numéricos em Engenharia pela Universidade Federal do Paraná (2008) e doutorado em Métodos Numéricos em Engenharia pela Universidade Federal do Paraná (2019). Atualmente é professor efetivo do Instituto Federal Catarinense - Campus Araquari. Tem experiência na área de Matemática, com ênfase em Matemática Aplicada, atuando principalmente nos seguintes temas: regressão não linear, índice de qualidade de ajustamento, modelagem de equações estruturais, controle de produção e séries temporais e redes neurais.

José Carlos De Oliveira Júnior

docente IFF - Campus Bom Jesus do Itabapoana

Possui mestrado em produção vegetal pela Universidade Estadual do Norte Fluminense (2014), Licenciatura em Matemática pela Universidade Federal Fluminense (2007), Especialização em Engenharia de Irrigação pela Universidade Federal de Viçosa (1993), Graduação em Engenharia Agrícola pela Universidade Federal de Viçosa (1985). Atualmente é Professor do Instituto Federal Fluminense, Campus Bom Jesus do Itabapoana. Tem experiência na área de Engenharia Agrícola e ensino de matemática.

Samuel De Oliveira

docente IFMG - Campus Bambuí

Possui graduação em Física (modalidade Licenciatura) pelo Centro Universitário de Formiga - UNIFOR MG (2007), especialização em ensino de Física pela Universidade Federal de Lavras - UFLA MG (2009), mestrado em Engenharia pela Universidade Federal de Lavras - UFLA MG (2013) e doutorado em Física e Química de Materiais pela Universidade Federal de São João Del Rei - UFSJ. Atualmente pesquisa sobre Propriedades Magnéticas e Termodinâmicas em Modelos de Spins. e-mail para contato: samuel.de.oliveira@ifmg.edu.br.

Cícero Carlos Felix De Oliveira

docente IFCE - Campus Crato

Possui graduação em MATEMÁTICA (2000 à 2004) pela Universidade Regional do Cariri (URCA). ESPECIALIZAÇÃO Lato Sensu (2006 à 2007) em Matemática do Ensino Médio pela URCA, MESTRADO (2009 à 2011) em Biometria e Estatística Aplicada pela Universidade Federal Rural do Pernambuco (UFRPE), DOUTORADO (2013 à 2016) em Biometria e Estatística Aplicada pela UFRPE. Tem experiência em Matemática e Estatística Aplicada, com ênfase em Modelagem, Simulação e Previsão, atuando principalmente na Análise Probabilística de Riscos e Regressão. De 2005 até 2009 foi Professor substituto do Departamento de Matemática da URCA, e de 2006 até 2009 Professor substituto de matemática da Escola Agrotécnica Federal de Crato (EAFC). Desde 2010 é Professor Efetivo de Estatística e Matemática do Instituto Federal de Educação, Ciência e Tecnologia do Ceará (IFCE) - Campus Crato. É docente colaborador do Programa de Pós-Graduação em Desenvolvimento Regional Sustentável da UFCA.

Leonardo Garcia Marques

tecnico IFG - Campus Itumbiara

Doutor em Engenharia Elétrica pela Universidade Federal de Uberlândia, na área de Processamento da Informação e linha de pesquisa em Inteligência Artificial, com pesquisa em Programação Genética e Regressão Simbólica. Realizou estágio de pós-doutorado em Engenharia Aplicada e Sustentabilidade no Instituto Federal Goiano, Campus Rio Verde, em projeto desenvolvido no âmbito do Ministério da Agricultura, Pecuária e Abastecimento. É Analista de Tecnologia da Informação no Instituto Federal de Goiás desde 2008, professor em cursos de graduação em computação e engenharia e especialista de domínio na Beehus, empresa de tecnologia para consolidação patrimonial no mercado de capitais. Atua em pesquisa e desenvolvimento tecnológico na interface entre Computação Evolucionária, Aprendizado de Máquina e Engenharia de Dados, com ênfase em integração e conciliação de dados provenientes de fontes heterogêneas. Desenvolveu aplicações em convênios e transferências públicas federais, dados agropecuários, florestais e ambientais, séries econômicas, comércio exterior e mercado financeiro, além de dados de saúde pública. Mais recentemente, dedica-se a Visão Computacional aplicada à agropecuária, com trabalhos em detecção e contagem de objetos por redes neurais. Possui 43 programas de computador registrados no INPI, artigos em periódicos nacionais e internacionais indexados, um livro autoral e três obras organizadas, além de coorientações de mestrado e orientações de trabalhos de conclusão de curso e de iniciação científica.

Paula Machado Dos Santos

docente IFFar - Campus Júlio de Castilhos

Possui graduação em Programa Especial de Graduação de Professores pela Universidade Federal de Santa Maria (2012), graduação em Agronomia pela Universidade Federal de Santa Maria (2004), mestrado em Agronomia pela Universidade Federal de Santa Maria (2006) e doutorado em Engenharia Agrícola pela Universidade Federal de Santa Maria (2010). Atualmente é coord. pesquisa, pós-graduação e inovação do Instituto Federal Farroupilha - Campus Júlio de Castilhos, docente do Ensino Básico, Técnico e Tecnológico do Instituto Federal Farroupilha Campus Júlio de Castilhos. Tem experiência na área de Produção Vegetal: Experimentação Agrícola e na área de Engenharia Agrícola, com ênfase em Máquinas e Implementos Agrícolas. Atualmente atua como docente nas componentes curriculares de Estatística Experimental, Ética Profissional, Fruticultura e Produção Florestal.

Antônio Neco De Oliveira

docente IFGoiano - Campus Morrinhos

Doutorado em Ciências, Especialidade de Matemática (Universidade do MINHO - PT, 2018; Reconhecido pela UFG - BR, 2019); Mestrado em Engenharia Elétrica (UFU, 2011) - Linha de Pesquisa: Redes de Computadores; Especialização em Formação de Professores (UCG, 2000); Graduação em Tecnologia em Processamento de Dados (Objetivo, 1993); Técnico em Telecomunicações (ETFGo, 1987). Atualmente é professor do ensino básico, técnico e tecnológico do Instituto Federal Goiano - Campus Morrinhos. Atua na área de Ciência da Computação, com ênfase em Redes de Computadores.

Andrws Aires Vieira

docente IFRS - Campus Ibirubá

Mestre em Ciência da Computação pela Universidade Federal do Rio Grande do Sul (2015). Bacharel em Ciência da Computação pela Universidade Federal de Pelotas (2012). Técnico em Eletrônica pelo Instituto Federal Sul-rio-grandense(2009). Como pesquisador atuou na área de Ciência da Computação, com ênfase em Software para Sistemas Embarcados, atuando principalmente nos seguintes temas: métricas de software, análise de desempenho, consumo de energia e estimação de requisitos não funcionais a partir do processo de KDD (Knowledge-Discovery in Databases) utilizando como técnica principal de data mining, análise de regressão. Já foi professor no Centro Universitário Ritter dos Reis (UniRitter Porto Alegre/RS), no Centro Universitário (FADERGS Porto Alegre/RS ), no Instituto Federal de Educação, Ciência e Tecnologia do Rio Grande do Sul (IFRS) - Campus Viamão/RS e na Escola Maria Rocha (Santa Maria/RS) no curso técnico de Informática. Também exerceu o cargo e Cientista de Dados no Grupo Voalle (Santa Maria/RS), atuando principalmente como engenheiro de dados e machine learning em tópicos como: processamento de linguagem natural (NLP) e deep learning. Atualmente é professor EBTT e Coordenador de Desenvolvimento Institucional no IFRS campus Ibirubá.

Felipe Marcos Pinto

docente IFSP - Campus São Paulo

Leciona como professor efetivo no Instituto Federal de Educação, Ciência e Tecnologia de São Paulo (Campus São Paulo). Possui Mestrado em Matemática pelo Mestrado Profissional em Matemática em Rede Nacional (PROFMAT) pelo Instituto Federal de São Paulo (IFSP). Possui graduação em Licenciatura em Matemática pelo Instituto Federal de São Paulo (IFSP).Tem experiência na área de Matemática, com ênfase em Matemática Aplicada e Educação Matemática.

Malu Micilly Porfírio Santos Pinto

tecnico IFPB - Campus Itaporanga

Doutora em Modelos de Decisão e Saúde pela Universidade Federal da Paraíba (2024). Mestre em Modelos de Decisão e Saúde pela Universidade Federal da Paraíba (2018). Especialista em Nefrologia Multidisciplinar pela Universidade Federal do Maranhão (2016). Bacharel e Licenciada em Enfermagem pela Universidade Federal da Paraíba (2014). Enfermeira- Área do Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB).

Paulo Wagner Lopes Da Silva

docente IFAL - Campus Arapiraca

Tem experiência na área de Ciência da Computação, com ênfase em Pesquisa Operacional, atuando principalmente nos seguintes temas: energia elétrica, regressão linear, instalações elétricas prediais, previsão de demanda e séries temporais.

Angelica Lourenço Oliveira

docente IFSC - Câmpus Xanxerê

Possui Bacharelado em Matemática pela Universidade Federal de Uberlândia (2015), Mestrado em Matemática pela Universidade Federal de Uberlândia (2017), Licenciatura em Matemática pelo Programa Especial de Formação Pedagógica de Docentes pela Universidade de Franca (2019) e Doutorado em Matemática Aplicada pela Universidade Estadual de Campinas (2023). Segunda Licenciatura em Computação pela faculdade Claretiano (2024) . Participou como pesquisadora bolsista CNPq SET-F na empresa de Handcrafted Technologies Engenharia Assistida por Computador (2023). Foi Professora no Departamento de Ciências Exatas e da Terra, da Universidade do Estado de Minas Gerais. Foi pesquisadora bolsista de pós doutorado no Hub de Inteligência Artificial e Arquiteturas Cognitivas do Instituto de Computação da Unicamp. Tem experiência na área de Gestão e Tecnologia da Informação e em Matemática, com ênfase em Geometria Diferencial (singularidades e auto-interseção de curvas e superfícies), Análise Aplicada (polinômios ortogonais) e Computação Científica (inteligência computacional), atuando principalmente nos seguintes temas: aprendizado de máquinas supervisionado e auto-supervisionado, modelos preditivos, otimização matemática, morfologia matemática e álgebra minimax,