[ABE-L] Seminários do grupo de Modelos de Variáveis Latentes - Valdinei Freire e Patrícia Fernandes

[Marcelo Andrade]

Bom dia,

Gostaríamos de convidar a todos para o próximo seminário do grupo de
pesquisa de Modelos de Variáveis Latentes (MVL) da USP <
https://mvl.icmc.usp.br> cadastrado no CNPq. Seguem as informações:


Data: quinta-feira, 27 de outubro.


Horário: 15:00 (Brasília).


Nomes: Valdinei Freire e Patrícia Fernandes


Título: Testes Adaptativos Computadorizados Ótimos: uma abordagem com
Processos Markovianos de Decisão


Resumo: Os Testes Adaptativos Computadorizados (Computerized Adaptive
Testing - CAT) avaliam os indivíduos de forma adaptativa por meio de itens
selecionados sequencialmente durante o teste, após cada resposta dada, de
acordo com critérios de seleção de itens e critérios de parada do teste
predefinidos. Tradicionalmente, os critérios de seleção de itens utilizados
nos CATs são míopes, isto é, avaliam o próximo melhor item sem considerar
os itens ainda por vir em conjunto; além disso, consideram um critério de
parada independente do critério de seleção de itens. Uma abordagem não
míope que possibilita modelar os critérios de seleção e critérios de parada
juntos são os Processos de Decisão Markovianos (Markov Decision Process -
MDP). Neste seminário, CATs são modelados utilizando MDPs para obter um
melhor compromisso entre a qualidade da estimativa da habilidade dos
indivíduos e a quantidade de questões realizadas. Embora MDPs possibilitem
solucionar o problema de forma ótima, a otimalidade de fato só é possível
quando o problema é discreto e em tamanho factível; nesse caso é feita uma
comparação com critérios tradicionais de seleção de itens.


Bio: Valdinei Freire é formado em Engenharia da Computação (2002) e possui
Doutorado em Engenharia Elétrica (2009), ambos pela Escola Politécnica da
Universidade de São Paulo. Desde 2011 é professor doutor na Escola de
Artes, Ciências e Humanidades na Universidade de São Paulo (EACH - USP)
onde faz parte do programa de Pós-Graduação em Sistemas de Informação
(PPgSI) na linha de Sistemas Inteligentes. Concentra sua pesquisa em
Planejamento Probabilístico e Aprendizado por Reforço. Integra o grupo de
pesquisadores e pesquisadoras do C4AI (Center for Artificial Intelligence),
centro criado em 2020 na Universidade de São Paulo em edital conjunto da
IBM e FAPESP, no qual também coordena o Comitê de Inclusão e Diversidade.


Bio: Patrícia Fernandes é mestre em Sistemas de Informação (2022) e
graduada em Estatística (2017) pela Universidade de São Paulo. Atualmente é
Lab Analytics no Itaú Unibanco na área de Produtos de Investimentos da
Wealth Management and Services e também já trabalhou com modelagem de risco
de crédito. Tem experiência na área de modelagem e machine learning.


*Link da videoconferência: *https://meet.google.com/hoh-ppnf-mma


As palestras do grupo de MVL ocorrem mensalmente de forma remota e são
publicadas na página: https://mvl.icmc.usp.br/seminars/.

Contamos com a participação de vocês.


Atenciosamente,

--
Marcelo Andrade da Silva
Universidade de São Paulo
Escola Superior de Agricultura "Luiz de Queiroz"
Departamento de Ciências Exatas
lce.esalq.usp.br <http://www.lce.esalq.usp.br/>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20221027/5700687a/attachment-0001.htm>