[ABE-L] Convite: Seminário DEST/UFMG em 14/10/2022.

[Vinicius Mayrink]

Caros,

Na próxima sexta (*14 de outubro*, às *13:30h*) o ciclo de Seminários
do *Departamento
de Estatística da UFMG* terá a apresentação de *Fábio M. Bayer*.

Fábio é professor do Departamento de Estatística da UFSM e participa de
dois programas de pós-graduação: Estatística (UFRGS) e Engenharia de
Produção (UFSM). Ele obteve o grau de Doutor em Estatística pela UFPE. Suas
principais áreas de interesse são: Ciência de dados, Inferência clássica,
Regressão, Modelos dinâmicos e Processamento estatístico de sinais.

O seminário será transmitido ao vivo pelo canal do Youtube "*Seminários
DEST - UFMG <https://www.youtube.com/channel/UCoZC2_pME9ca_-Hx4djd60w>*".

At.te,
Vinícius Mayrink


*********** Título e Resumo ***********
Fábio M. Bayer (Departamento de Estatística, UFSM)

*K vizinhos mais próximos circular.*

Dados circulares estão presentes em várias áreas da ciência e carecem de
métodos estatísticos específicos para seu tratamento. No âmbito de modelos
de regressão, a literatura apresenta modelos de regressão paramétricos para
dados circulares, os quais fazem suposições de determinadas distribuições
de probabilidade circulares para seus ajustes. Por outro lado, na área de
aprendizado de máquina, uma abordagem supervisionada para predição de dados
contínuos envolve modelos de regressão não paramétricos, os quais podem não
ser adequados para situações em que a variável resposta é circular. Neste
seminário, apresentarei um novo modelo de aprendizado de máquina para
predição de dados circulares, o qual é denominado k vizinhos mais próximos
circular. Trabalho co-autorado com Maicon Facco.

-- 
*Vinícius D. Mayrink*
*Professor Associado - Departamento de Estatística*

*ICEx, Universidade Federal de Minas Gerais*
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20221007/4ec8d831/attachment.htm>