|
|
Atividade
| 137421 - Formas alternativas de representação de dados na área da saúde para modelagem preditiva e análise exploratória |
| Data da turma: | 21/03/2026
|
||||
|
|
|||||
| Descrição: | Objetivo
Apresentar formas de representação do conhecimento para dados da área da saúde, como, por exemplo, árvores de decisão, lógica de primeira ordem e grafos de conhecimento. Introduzir métodos para geração automática de algumas destas representações e mostrar como modelos de aprendizagem podem ser utilizados para a análise exploratória e preditiva destas representações. Justificativa Dados na área médica (clínicos, demográficos, textuais etc) que não se resumem apenas a imagens precisam ser tratados e pré-processados antes de se aplicar algum modelo de previsão ou análise. Uma boa representação de dados pode fazer a diferença na geração destes modelos em termos de qualidade quantitativa e/ou qualitativa (interpretabilidade, por exemplo). Conteúdo Representação de dados Árvores de decisão Redes Bayesianas Lógica (probabilística) de primeira ordem Grafos de conhecimento (Knowledge Graphs) Aprendizagem Árvores de decisão Redes Bayesianas aprendizagem de parâmetros aprendizagem da estrutura Programação lógica indutiva (probabilística) Graph Neural Networks (GNN) Exemplos práticos e aplicações Referências bibliográficas Para saber mais sobre a parte técnica (computacional): Artificial Intelligence: a Modern approach, Stuart Russell and Peter Norvig, 4ed., ISBN 13: 978-1-292-40113-3, Editora Pearson. Artificial Intelligence: Foundations of Computational Agents. David Poole and Alan Mackworth, 3ed. Applications Manuel Casal-Guisande, Alberto Comesaña-Campos, Inês Dutra, Jorge Cerqueiro-Pequeño, and José-Benito Bouza-Rodríguez. “Design and Development of an Intelligent Clinical Decision Support System Applied to the Evaluation of Breast Cancer Risk”. In: Journal of Personalized Medicine 12.2 (2022). ISSN: 2075-4426. DOI: 10.3390/jpm12020169. URL: https://www.mdpi.com/2075-4426/12/2/169 Manuel Casal-Guisande, Alberto Comesaña-Campos, Inês Dutra, Camila Nascimento, Jorge Cerqueiro-Pequeño, and Alberto Gomes Pinheira. “Proposal and Definition of a Novel Intelligent System for the Diagnosis of Bipolar Disorder based on the use of Quick Response codes containing Single Nucleotide Polymorphism data”. In: Technological Ecosystems for Enhancing Multiculturality International Conference (TEEM’23). Bragança, Portugal, Oct. 2023. |
||||
| Carga Horária: |
5 horas |
||||
| Tipo: | Obrigatória | ||||
| Vagas oferecidas: | 140 | ||||
| Ministrantes: |
Inês de Castro Dutra |
 voltar |
|
Créditos © 1999 - 2025 - Superintendência de Tecnologia da Informação/USP |