Você está aqui: Página Inicial / O Programa / Área de Concentração e Linhas de Pesquisa

Área de Concentração e Linhas de Pesquisa

  • Estatística
 
Linhas de Pesquisa

  • Aprendizado de Máquina
Aprendizado de máquinas nasceu dentro da inteligência artificial como um conjunto de ferramentas para auxiliar tarefas computacionais utilizando bases de dados. Na duas últimas décadas, essa área expandiu seu alcance e começou a ser utilizada nas mais variadas áreas do conhecimento humano. Atualmente, aprendizado de máquinas consiste em duas grandes áreas: aprendizado supervisionado (que consistem em fazer predições para observações futuras) e aprendizado não supervisionado (que consiste em aprender mais sobre a estrutura dos dados). O PIPGEs tem atuado nesta linha principalmente nos seguintes tópicos: inferência e desenvolvimento de redes complexas, incorporação de viés de seleção em modelos de aprendizado de máquina, quantificação, uso de métodos de aprendizado de máquina para inferência estatística, aplicações ao direito, biologia, física e outras áreas do conhecimento.
Responsável da linha de pesquisa no PIPGEs: Rafael Izbicki.

  • Inferência Estatística
Dado o aspecto central da Inferência Estatística, ela se relaciona com diversas sub-áreas específicas. Várias destas sub-áreas são pesquisadas no PIPGES. Por exemplo, o corpo docente tem artigos recentes publicados em: análise de sobrevivência e confiabilidade, métodos Bayesianos, modelos de variáveis latentes, séries temporais, fundamentos da estatística, etc.
Responsável da linha de pesquisa no PIPGEs: Mário de Castro.

  • Modelos de Regressão
Devido à sua destacada importância na área de Estatística, o PIPGEs contempla Modelos de Regressão como uma de suas linhas de pesquisa. Docentes do PIPGEs atuando nesta linha desenvolvem trabalhos em modelos lineares e não lineares (incluindo modelos mistos), em tópicos como análise de dados longitudinais, análise de sobrevivência e confiabilidade, modelos com erros nas variáveis, modelos de variáveis latentes, modelos para dados discretos, modelos para dados em intervalos limitados, modelos para escore de crédito, séries temporais e teoria de resposta ao item. As pesquisas desenvolvidas no PIPGEs estão baseadas tanto em métodos frequentistas quanto Bayesianos e incluem métodos de diagnóstico para avaliar diferentes aspectos dos modelos propostos.
Responsável da linha de pesquisa no PIPGEs: Jorge Bazán.

  • Probabilidade e Processos Estocásticos
Esta linha de pesquisa vem se fortalecendo nos últimos anos no programa, essencialmente através de pesquisas sobre tópicos teóricos e aplicados dos processos estocásticos. Destacam-se, por exemplo, pesquisas sobre cálculo estocástico e aplicações (finanças, precificação de ativos e hedging), sistemas de partículas e percolação; modelagem estocástica de sistemas complexos; teoremas assintóticos em processos estocásticos especiais; algoritmos de simu- lação e modelos não-Markovianos.
Responsável da linha de pesquisa no PIPGEs: Sandro Gallo.