Quero me inscrever!
Classificação e Regressão de Séries Temporais
Ministrante(s):

Prof. Dr. Diego Furtado Silva (ICMC/USP)

Resumo

O aprendizado de máquina para séries temporais é o domínio de conhecimento que envolve a criação de modelos a partir de dados coletados ao longo do tempo. Esses tipos de dados são encontrados em diversas áreas de aplicação, como IoT, indústria 4.0, economia e saúde. Por exemplo, os modelos gerados pelos algoritmos de aprendizado de máquina podem ajudar no diagnóstico de doenças, na estimativa de índices relacionados ao estado de funcionamento de máquinas e na classificação de atividades. Este curso apresentará técnicas para lidar com dados temporais sob os pontos de vista teórico e prático. Serão abordadas as duas tarefas principais de aprendizado de máquina para este contexto, classificação e regressão extrínseca, além do pré-processamento e da extração de características.

Bibliografia:

  • Ruiz, A. P., Flynn, M., Large, J., Middlehurst, M., & Bagnall, A. (2021). The great multivariate time series classification bake off: a review and experimental evaluation of recent algorithmic advances. Data Mining and Knowledge Discovery, 35(2), 401-449.
  • Ismail Fawaz, H., Forestier, G., Weber, J., Idoumghar, L., & Muller, P. A. (2019). Deep learning for time series classification: a review. Data mining and knowledge discovery, 33(4), 917-963.
  • Guijo-Rubio, D., Middlehurst, M., Arcencio, G., Silva, D. F., & Bagnall, A. (2023). Unsupervised feature based algorithms for time series extrinsic regression. arXiv preprint arXiv:2305.01429.
  • Tan, C. W., Bergmeir, C., Petitjean, F., & Webb, G. I. (2021). Time series extrinsic regression: Predicting numeric values from time series data. Data Mining and Knowledge Discovery, 35, 1032-1060.
  • Foumani, N. M., Miller, L., Tan, C. W., Webb, G. I., Forestier, G., & Salehi, M. (2023). Deep learning for time series classification and extrinsic regression: A current survey. arXiv preprint arXiv:2302.02515.

Sobre o Ministrante

Professor Doutor no Instituto de Ciências Matemáticas e de Computação da Universidade de São Paulo (ICMC-USP), possui graduação em Ciências de Computação e mestrado e doutorado em Ciências de Computação e Matemática Computacional, todos pelo ICMC-USP. Sua principal linha de atuação é a Mineração de Dados e suas aplicações, com maior foco em tarefas baseadas em grandes volumes de dados sequenciais contínuos (como séries temporais e sinais digitais). Além disso, possui experiência em pré-processamento de dados para Aprendizado de Máquina, tratamento de classes desbalanceadas e classificação em fluxo de dados.

Currículo lattes: http://lattes.cnpq.br/7662777934692986

Não perca esta oportunidade!

Quero me inscrever!