
Eventos
Workshops, congressos, minicursos e oficinas organizados pelo corpo docente do PPGE.
Março, 2025
Tópicos de Processos Estocásticos e Estruturas Discretas
Workshop de pesquisa organizado pela equipe do projeto Caracterização de processos estocásticos especiais e estruturas (aleatórias) discretas - Facepe APQ-1341-1.02/22
Coordenado por: Pablo M. Rodriguez (UFPE)​
O projeto intitulado Caracterização de processos estocásticos especiais e estruturas (aleatórias) discretas , processo APQ-1341-1.02/22, foi contemplado pelo Edital FACEPE 29/2022, APQ - EMERGENTES 2022. Os tópicos de pesquisa foram direcionados à formulação, estudo e generalização de processos estocásticos especiais em grafos e estruturas (aleatórias) discretas. Se destacam três principais linhas de pesquisa; a saber: os modelos estocásticos de rumores; os processos estocásticos especiais e de ramificação; as álgebras de evolução associadas a grafos. O workshop, que ocorrerá entre os dias 27 a 28 de março no Auditório do Departamento de Estatística do CCEN/UFPE, contará com comunicações apresentando algumas das pesquisas recentes da equipe e colaboradores do projeto. O workshop também contará com um minicurso sobre processos de ramificação.

Dezembro, 2024
II Workshop de Análise de Dados no Agreste (WANDA 2024)
Workshop de pesquisa organizado pelo Programa de Pós-Graduação em Engenharia de Produção do Centro Acadêmico do Agreste (PPGEP-CAA) e o grupo de pesquisa DOTLAB em parceria com o Programa de Pós-graduação em Estatística da UFPE
Coordenado por: Thyago Nepomuceno (UFPE)​
O workshop ocorrerá entre os dias 02 a 05 de dezembro no Armazém da Criatividade, em Caruaru, Pernambuco. O evento contará com palestras internacionais e oficinas de Ciência de Dados, Programação em Python, Machine Learning, Algoritmos HeurÃsticos e Meta-heurÃsticos para problemas de otimização, entre outros. Além das palestras e atividades práticas, o workshop permitirá a submissão de trabalhos cientÃficos em forma de resumo. Estaremos preparando uma sessão remota para apresentação de resumos de forma online para alunos que não puderem participar presencialmente. Alguns trabalhos serão convidados para submeter versão estendida em nosso periódico Socioeconomic Analytics.

Novembro, 2024
Lectures on Sampling design and model-assisted estimation
Short courses organized by the The Graduate Program in Statistics at UFPE and the Computational Agricultural Statistics Laboratory – CASTLab
Organized by: Cristiano Ferraz (UFPE)​
Short course 1: Introduction to statistical sampling design, by Cristiano Ferraz, Department of Statistics, Federal University of Pernambuco. November 11th to the 13th, daily (10h-12h30), Room 313, 2nd floor, Department of Statistics, CCEN-UFPE.
Short course 2: Finite population inference using modern regression techniques, by Maria Giovanna Ranalli, Department of Political Science, University of Perugia. November 18th, 19th and November 21st, daily (10h00-12h30), Room 313, 2nd floor, Department of Statistics, CCEN-UFPE.
Outubro, 2024
Big Data Insights: Transformando dados em decisões estratégicas
Minicurso ministrado pelo Prof. Jean Turet (UFPE)
Organizado por: Thyago Nepomuceno (UFPE)​
Resumo: No cenário atual, o volume de dados gerados cresce exponencialmente, tornando-se um desafio e, ao mesmo tempo, uma oportunidade para organizações que desejam se manter competitivas. A habilidade de processar e analisar grandes conjuntos de dados é crucial para extrair insights valiosos que orientem decisões estratégicas. O curso Big Data Insights é projetado para capacitar profissionais e estudantes a explorar, analisar e interpretar grandes volumes de dados, transformando-os em insights acionáveis para a tomada de decisões estratégicas. Ao longo do curso, os participantes aprenderão sobre as arquiteturas e tecnologias de Big Data, técnicas de processamento e análise de dados em larga escala, e como aplicar esses conhecimentos em diferentes contextos empresariais com uso de ferramentas como Hadoop, Apache Spark e Python, focando em fomentar o desenvolvimento de competências estratégicas para o futuro do trabalho com dados e inteligência artificial (IA). O curso "Big Data Insights" é projetado para capacitar profissionais e estudantes a explorar, analisar e interpretar grandes volumes de dados, transformando-os em insights acionáveis para a tomada de decisões estratégicas. Ao longo do curso, os participantes aprenderão sobre as arquiteturas e tecnologias de Big Data, técnicas de processamento e análise de dados em larga escala, e como aplicar esses conhecimentos em diferentes contextos empresariais. Ao longo do curso, os participantes aprenderão sobre arquiteturas e tecnologias de Big Data, técnicas de processamento e análise de dados em larga escala e como aplicar esses conhecimentos em diferentes contextos empresariais. As ferramentas principais abordadas serão Hadoop, Apache Spark e Python, com foco em bibliotecas como Pandas, NumPy e PySpark. Data: De 15 a 16 de outubro das 14h00 à s 18h00. Local: Departamento de EstatÃstica, UFPE.
.png)
Maio, 2024
Mineração de textos: Uma abordagem voltada para a análise de sentimentos e descoberta de tópicos
Minicurso ministrado pelo Prof. Victor de Carvalho (UFAL)
Organizado por: Thyago Nepomuceno (UFPE)​
Resumo: A mineração de textos é uma área da ciência de dados que se concentra na extração de informações significativas e úteis de grandes conjuntos de documentos de texto não estruturados. Uma das abordagens mais interessantes nesse campo é a análise de sentimentos e a descoberta de tópicos. A análise de sentimentos visa identificar e categorizar as opiniões expressas em textos, atribuindo a eles um sentimento positivo, negativo ou neutro. Isso é fundamental para entender a opinião pública sobre determinados produtos, serviços, eventos ou questões sociais. Para realizar a análise de sentimentos, as técnicas de mineração de textos geralmente envolvem o uso de algoritmos de aprendizado de máquina, que são treinados em grandes conjuntos de dados rotulados para reconhecer padrões de linguagem associados a diferentes sentimentos. Esses algoritmos podem ser capazes de identificar nuances semânticas e contextuais, como sarcasmo e ironia, para fornecer uma análise mais precisa. A descoberta de tópicos envolve a identificação de temas subjacentes em grandes volumes de texto, agrupando documentos semelhantes com base em seu conteúdo temático. Isso é útil para resumir grandes quantidades de informações e identificar tendências emergentes em áreas como análise de mercado, pesquisa acadêmica e monitoramento de mÃdias sociais. As técnicas de descoberta de tópicos variam desde abordagens estatÃsticas, como modelos de tópicos probabilÃsticos, até métodos mais avançados de aprendizado de máquina, como redes neurais. Essas técnicas permitem que os pesquisadores identifiquem automaticamente os principais temas discutidos em um conjunto de documentos, sem a necessidade de leitura manual. O mini-curso "Mineração de textos: Uma abordagem voltada para a análise de sentimentos e descoberta de tópicos" visa introduzir a comunidade acadêmica e profissional nos conceitos e ferramentas da análise de sentimentos e a descoberta de tópicos e permitir as primeiras implementações em mineração de conteúdo análise de opiniões expressas em grandes volumes de texto, permitindo insights valiosos para empresas, pesquisadores e tomadores de decisão em uma variedade de campos. Dia 1 e 2: Os primeiros dias do curso abordará a análise de sentimentos, explorando algoritmos como Naïve Bayes, Support Vector Machines (SVM), Random Forest e Redes Neurais. Os participantes aprenderão a aplicar esses métodos para analisar e classificar sentimentos em conjuntos de dados textuais, compreendendo desde a teoria por trás desses algoritmos até sua implementação prática em Python. Dia 3 (online): No terceiro dia, o foco será na extração de tópicos, utilizando técnicas como Latent Dirichlet Allocation (LDA) e Latent Semantic Indexing (LSI). Os alunos irão mergulhar na análise de grandes conjuntos de texto para identificar padrões e temas subjacentes. Eles aprenderão a implementar esses algoritmos, interpretar os resultados e aplicar estratégias para visualização e interpretação de tópicos descobertos. Data: dias 07 e 08 de maio das 14h à s 18h. Local: Departamento de EstatÃstica. Dia 5 de junho (complemento online).

Abril, 2024
​Reunião Regional da ABE - Edição Estatística e Saúde
Reunião Regional da Associação Brasileira de Estatística, 17 a 19 de abril de 2024, CCEN/UFPE
Coordenado por: Maria do Carmo Soares de Lima (UFPE)​
A RRABE costumava ser um evento anual que reunia pesquisadores de várias partes do Brasil com o intuito de debater temas atuais. No entanto, com a pandemia, as reuniões foram suspensas. Dessa forma, é uma honra informar que a próxima Reunião Regional será realizada em Recife, na UFPE. Além disso, em virtude do tema ainda atual de aspectos de saúde pública, que envolvem COVID-19, feminicídio, eventos climáticos, dentre outros, anunciamos a primeira edição especial da Reunião com o tema Estatística e Saúde. O evento será realizado entre os dias 17 e 19 de abril de 2024 e contará com a presença de pesquisadores renomados da área.
Fevereiro, 2024
Fundamentos de Convergência em Distribuição
Minicuso ministrado pelo Prof. Klaus Vasconcellos (UFPE)
Organizado por: Klaus Vasconcellos (UFPE)​
Tópicos: Convergência em distribuição, ideia e definição. Convergência em distribuição de funções de probabilidade e de densidades. Convergência em distribuição vs. convergência em probabilidade. Teorema de representação de Skorohod e corolários mais importantes: convergência em distribuição é preservada por funções contínuas, teorema de Slutsky. Convergência em distribuição é equivalente à convergência pontual das funções características. Teorema central do limite no caso i.i.d. Método delta e aplicações. Teorema central do Limite (TCL) de Lindeberg e exemplos. Condição do máximo. Caso i.i.d. como caso particular do TCL de Lindeberg. Relações entre TCL, condição de Lindeberg e condição do máximo. Teorema central do limite de Liapunov. Exemplo.
Período: 19/02 a 01/03/2024
​​Aulas (sala 317/318):
-
seg 19/02 (15h00 a 17h00)
-
qua 21/02 (10h00 a 12h00)
-
sex 23/02 (13h00 a 15h00)
-
seg 26/02 (15h00 a 17h00)
-
qua 28/02 (10h00 a 12h00)
-
sex 01/03 (13h00 a 15h00)
​Referências: James, B. "Probabilidade: um curso em nível intermediário", Projeto Euclides, IMPA. Vasconcellos, K., "Fundamentos para a Estatística de Convergência de Variáveis Aleatórias", SBM.
Novembro, 2023
I Workshop on Applied Statistics and Stochastic Processes
Workshop de pesquisa organizado pelo Programa de Pós-graduação em Estatística
Coordenado por: Fernanda De Bastiani (UFPE)​
The meeting will be realized with the main objective of promoting and encouraging women to collaborate and develop applied statistics and stochastic processes. The workshop aims to involve academic and professional statisticians with a particular focus on creating a network between women in statistics in the region of Pernambuco and Latin America. The I WASSP is linked to the Graduate Program in Statistics at Federal University in Pernambuco, Recife - Pernambuco - Brazil. The I WASSP aims to create a friendly and supportive atmosphere to exchange experiences and discuss the presence of women in Statistics, in order to define some strategies that help to have a greater participation of female leadership in the development and dissemination of science.

Novembro, 2022
Análise de Redes Complexas
Minicuso ministrado pelos Profs. Leandro Rego (UFC) e Pablo Fierens (Instituto Tecnológico de Buenos Aires)
Organizado por: Leandro Rego (UFC)​
Resumo: As redes complexas são modelos utilizados para representar relações entre pares de elementos de um certo grupo de interesse. O grupo de interesse está fortemente ligado às aplicações. Por exemplo, a Internet é uma rede em que o grupo de interesse são computadores ligados por conexões de dados; a World Wide Web é uma rede em que o grupo de interesse são as páginas da internet e as ligações entre as páginas são feitas por meio dos links que direcionam uma página a outras; uma rede de comércio internacional, o grupo de interesse são países e as relações entre esses países está ligada às transações comerciais entre eles durante um certo período; em uma rede de amizades no Facebook ou de seguidores no Instagram, o grupo de interesse são os perfis da plataforma da rede social e as relações entre os perfis se dão por serem amigos (Facebook) ou seguidores (Instagram) na plataforma; em uma rede de cadeia alimentar ecológica, o grupo de interesse são as espécies de animais e as relações estão relacionadas a quais espécies se alimentam uma das outras; em uma rede neural os elementos de interesse são os neurônios e as ligações estão relacionadas a como os neurônios se conectam entre si. O estudo de redes complexas consiste no estudo do padrão em que os elementos do grupo de interesse se conectam entre si. As redes complexas se caracterizam pelo conjunto das relações não apresentarem um padrão simples como o que ocorre no caso em que todos os pares de elementos se relacionam entre si, nem também se assemelham a relações que sejam formadas aleatoriamente. Neste minicurso, apresentaremos as principais métricas globais e locais de análise de redes complexas, bem como os principais métodos para detecção de comunidades em redes complexas. Utilizaremos o pacote Networkx do Python para o cálculo computacional das métricas, bem como para aplicação dos algoritmos.
Período: 03 e 04/11/2022 de 13h00 a 17h00 no Auditório do Departamento de Estatística.​