Ciência dos Dados

A extraordinária disseminação de computadores e dados online está a mudar a forma como em muitas áreas as decisões são tomadas. O crescimento dramático na escala e complexidade dos dados que podem ser recolhidos e analisados, está a afetar todos os aspetos do trabalho e da sociedade. Extrair significado e valor de dados cada vez mais complexos e volumosos requer um conjunto distinto de habilidades, métodos e ferramentas que foram combinados para formar uma área de conhecimento emergente chamada Ciência de Dados (Data Science).

Esta nova área de conhecimento integra elementos fundamentais da ciência da computação, matemática e estatística, e os combina de forma significativa com um conhecimento profundo da área de domínio. Compreender maneiras eficazes e éticas de usar grandes quantidades de dados é um desafio significativo para a ciência e para a sociedade como um todo, e o desenvolvimento de técnicas escaláveis para processamento de informação, análise de dados e tomada de decisão, requer pesquisa interdisciplinar em muitas áreas, incluindo aprendizagem automática, algoritmos, estatísticas, operações de pesquisa, base de dados, análise de complexidade, visualização, privacidade e segurança.

Ciência de Dados é uma área interdisciplinar voltada para o estudo e a análise de dados econômicos, financeiros, sociais, entre outros, estruturados e não-estruturados, que visa a extração de conhecimento, deteção de padrões e/ou obtenção de insights para possíveis tomadas de decisão.

A ascensão da Ciência de Dados está diretamente ligada à ascensão de grandes volumes de dados (Big Data) em quase todos os domínios, o big data está a gerar uma revolução na sociedade em muitas áreas. Devido ao grande volume de dados, torna-se impossível uma análise humana eficaz sem a automação de processos. A Ciência de Dados é uma importante área científica que impulsiona a investigação e a inovação em disciplinas como a estatística, a ciência da computação e a inteligência computacional.

 

Tópicos

A sessão INForum CAD procura submissões de artigos no contexto da ciência e análise de dados, podendo estar ou não relacionado com grande volume de dados (big data), no seu sentido abrangente, descrita, de forma não exaustiva, pela seguinte lista de tópicos:

  • Ciência de Dados,
  • Big Data,
  • Cloud Computing,
  • Aprendizagem Automática,
  • Aprendizagem Estatística,
  • Aprendizagem Profunda,
  • Extração da Informação,
  • Fundamentos matemáticos e modelos estatísticos para descoberta do conhecimento,
  • Mineração de dados,
  • Mineração Web,
  • Processamento estatístico da linguagem natural,
  • Processos de otimização em grande volume de dados (procura, análise, indexação, mapeamento, ...),
  • Recuperação da Informação,
  • Redes Sociais,
  • Segurança da Informação,
  • Visualização de grande volume de dados.

 

Coordenador de Sessão

  • Sebastião Pais - Universidade da Beira Interior

Comissão de Programa

  • Alberto Simões - 2Ai Lab - IPCA
  • Armanda Rodrigues - Universidade NOVA de Lisboa
  • Claudia Soares - FCT UNL
  • Diana Santos - University of Oslo
  • Irene Rodrigues - Universidade de Evora - Portugal
  • João Cordeiro - University of Beira Interior
  • Nuno Pombo - University of Beira Interior
  • Pedro G. Ferreira - Ipatimup - Institute of Molecular Pathology and Immunology of the University of Porto
  • Rui Neves Madeira - ESTSetúbal/IPS
  • Salvador Abreu - NOVA-LINCS / University of Evora
  • Sara Madeira - Universidade de Lisboa
  • Sergi Bermudez I Badia - Universidade da Madeira
  • Teresa Goncalves - University of Evora