Resultados da pesquisa para:

Filtrar os seus resultados

0 Resultados

Paula Brito

Investigador Coordenador

Sou Professora Associada na Faculdade de Economia da Universidade do Porto, onde ensino Estatística e Análise Multivariada de Dados a nível de licenciatura, mestrado e doutoramento, e membro do Laboratório em Inteligência Artificial e Sistemas de Apoio à Decisão (LIAAD) do INESC-TEC. Tenho um doutoramento em Matemática Aplicada da Universidade Paris Dauphine (1991).

A minha investigação actual centra-se na análise de dados multidimensionais complexos, usualmente designados por dados simbólicos - dados representado variabilidade inerente aos registos, sob a forma de intervalos ou distribuições - para os quais desenvolvo abordagens estatísticas e metodologias de análise multivariada. De uma forma geral, interesso-me por análise multivariada de dados, com foco na análise classificatória.

Domínios

Laboratório de Inteligência Artificial e Apoio à Decisão Inteligência Artificial

Projetos

MaLPIS

Aprendizagem Automática para Deteção de Ataques e Identificação de Perfis Segurança na Internet

Publicações

Clustering of symbolic data

Brito, P;

2015

Handbook of Cluster Analysis

Anomaly detection-based undersampling for imbalanced classification problems

Park, YJ;Brito, P;Ma, YC;

2024

ENGINEERING OPTIMIZATION

Classification and Data Science in the Digital Age

Brito, P;Dias, JG;Lausen, B;Montanari, A;Nugent, R;

2023

Studies in Classification, Data Analysis, and Knowledge Organization

Preface

Brito, P;Dias, G;Lausen, B;Montanari, A;Nugent, R;

2023

Studies in Classification, Data Analysis, and Knowledge Organization

Ver todas as publicações

Teses Supervisionadas

Recommender Systems for vote prediction

Rita Lima Cardoso

M - 2023

UP-FCUP

Centros

Laboratório de Inteligência Artificial e Apoio à Decisão

O nosso Laboratório de Inteligência Artificial e Apoio à Decisão LIAAD investiga nas áreas de Inteligência Artificial, Aprendizagem Computacional (Machine Learning), Ciência e Dados e Modelação. Estas áreas são transversais para todos os setores da sociedade e da economia. As enormes quantidades de dados recolhidos e a ubiquidade da digitalização e da sensorização oferecem cada vez mais oportunidades e desafios à automação do apoio à decisão. A combinação de Machine Learning e de modelos complexos está a revolucionar economia, saúde, justiça, indústria, ciência, administração pública e educação, o que nos encoraja a investir em diferentes abordagens e perspetivas tecnológicas e científicas. A nossa estratégia geral é explorar o fluxo e a diversificação de dados e investir em linhas de investigação que levarão ao desenvolvimento de fundamentos e de modelos de Inteligência Artificial aplicada com responsabilidade e centrada no Humano.