<font face="Default Sans Serif,Verdana,Arial,Helvetica,sans-serif" size="2"><blockquote class="gmail_quote" style="font-family: Verdana, Arial, Helvetica, sans-serif; margin: 0px 0px 0px 0.8ex; border-left: 1px solid rgb(204, 204, 204); padding-left: 1ex;"><font face="Calibri" size="3"><div>Caros Colegas</div><div><br></div><div>Nesta semana  o Depto de Estatística da UFMG estara recebendo, em seu </div><div>ciclo de seminarios,  o pesquisador  Joseph Lucas. Joseph é atualmente </div><div>Senior Research Scientist na Caravan  Health, EUA. Ele teve experiência </div><div>como docente, foi <font color="#262626">Associate Director of  </font><font color="#262626">Health System Operations e membro </font></div><div><font color="#262626">da Rhodes </font><font color="#262626">Information Initiative  </font><font color="#262626">(</font><font color="#262626"><a href="https://bigdata.duke.edu/" target="_blank" style="cursor: pointer;">https://bigdata.duke.edu/</a>) </font><font color="#262626"> na Duke University </font></div><div><font color="#262626">(EUA). </font><font color="#262626">Muito de sua pesquisa   </font><font color="#262626">está voltada para  o  desenvolvimento de modelos</font></div><div><font color="#262626">e </font><font color="#262626">tecnicas para analise de  </font><font color="#262626">dados da Biologia e medicina  de alta  complexidade.</font></div></font></blockquote><blockquote class="gmail_quote" style="margin: 0px 0px 0px 0.8ex; border-left: 1px solid rgb(204, 204, 204); padding-left: 1ex;"><div style="font-family: Verdana, Arial, Helvetica, sans-serif;"><font color="#262626" face="Calibri" size="3"><br></font></div><div style="font-family: Verdana, Arial, Helvetica, sans-serif;"><font color="#262626" face="Calibri" size="3" style="">O seminario será no dia </font><span style="font-family: "Default Sans Serif", Verdana, Arial, Helvetica, sans-serif;"> 05 Fevereiro de 2021, as</span><span style="font-family: "Default Sans Serif", Verdana, Arial, Helvetica, sans-serif;">13:30  e será transmitido   via  </span></div><div style="font-family: Verdana, Arial, Helvetica, sans-serif;"><span style="font-family: "Default Sans Serif", Verdana, Arial, Helvetica, sans-serif;">Canal do Youtube: </span><span style="font-family: "Default Sans Serif", Verdana, Arial, Helvetica, sans-serif;">Video Conferencia do DEST. Detalhes dos seminarios encontram-se</span></div><div style="font-family: Verdana, Arial, Helvetica, sans-serif;"><span style="font-family: "Default Sans Serif", Verdana, Arial, Helvetica, sans-serif;">abaixo</span></div><div style="font-family: Verdana, Arial, Helvetica, sans-serif;"><b style="font-family: "Default Sans Serif", Verdana, Arial, Helvetica, sans-serif;"> </b></div><div style="font-family: Verdana, Arial, Helvetica, sans-serif;"><font color="#262626" face="Calibri" size="3">Tenham uma otima semana</font></div><div style="font-family: Verdana, Arial, Helvetica, sans-serif;"><font color="#262626" face="Calibri" size="3">Rosangela</font></div><div style="font-family: Verdana, Arial, Helvetica, sans-serif; font-size: 12px;"><span style="font-size: 15.4px; font-family: proxima_nova_regular, Calibri, Arial, Verdana, sans-serif;"><font color="#262626"><br></font></span></div><div style="font-family: Verdana, Arial, Helvetica, sans-serif; font-size: 12px;"><span style="font-family: proxima_nova_regular, Calibri, Arial, Verdana, sans-serif; font-size: 15.4px;"><font color="#262626">*****</font></span></div><div style=""><font color="#262626" style="" face="Calibri" size="3"><br></font></div><div style=""><div style=""><b><font face="Calibri" size="3">A practical guide to prediction using temporal event data</font></b></div><div style=""><b><font face="Calibri" size="3">Joseph  Lucas ( Senior Research Scientist, Caravan Health, EUA)</font></b></div><div style=""><br></div><div style=""><font face="Calibri" size="3">We look at some practical aspects to prediction using (potentially high dimensional) temporal event data.  The talk will touch on (i) feature extraction,</font></div><div style=""><font face="Calibri" size="3"> (ii) overfitting, (iii) using a model agnostic approach, (iv) variable importance, and (v) managing computing resources.  We will demonstrate the </font></div><div style=""><font face="Calibri" size="3">techniques by building models to predict device failures from connected monitors (low dimensional) and to predict end of life events from medical </font></div><div style=""><font face="Calibri" size="3">records and claims data (high dimensional).</font></div><div style=""><font face="Calibri" size="3"><br></font></div><div style=""><div style=""><b><font face="Calibri" size="3">Data: 05 Fevereiro de 2021   Horario:13:30     Canal do Youtube: Video Conferencia do DEST</font></b></div><div><b><br></b></div></div></div></blockquote><div></div></font>