Análise de Dados
A análise de dados é uma área multidisciplinar focada na interpretação de grandes volumes de informações para embasar decisões, estratégias e inovação. Técnicas estatísticas e de aprendizado de máquina são utilizadas para identificar padrões e prever eventos futuros, abrangendo dados estruturados, semiestruturados e não estruturados.
Em dados estruturados, os desafios incluem a análise de séries temporais e espaço-temporais, envolvendo predição, descoberta de padrões e adaptação a mudanças nos dados. Métodos como filtros e decomposição ajudam a construir modelos robustos para predições. A descoberta de eventos em séries temporais, como anomalias e mudanças, é relevante tanto para análises retrospectivas quanto em tempo real.
Para dados semiestruturados e não estruturados, os desafios incluem mineração de textos e processamento de linguagem natural. A mineração de texto busca padrões e tendências por aprendizado estatístico e vetorização de textos, sendo aplicada em análise de sentimentos e computação afetiva, que estuda emoções em textos e interações humanas. Neste projeto, a mineração de texto está intimamente ligada à computação afetiva e análise comportamental, abrangendo também o processamento de imagens e vídeos.
A análise comportamental examina indivíduos em redes sociais, utilizando grafos para identificar comunidades e entender dinâmicas de interação. Aplicações incluem marketing direcionado e propagação de informações, oferecendo insights sobre padrões coletivos e emocionais nas interações.
Docentes Envolvidos:
- Eduardo Soares Ogasawara (responsável)
- Eduardo Bezerra da Silva
- Gustavo Paiva Guedes e Silva
- Jorge de Abreu Soares
- Kele Teixeira Belloze
