Programação Detalhada V EPBEST

SESSÃO TEMÁTICA: IA e Saúde

Leonardo Wanderley (Departamento de Fonoaudiologia/UFPB)

Luiz Medeiros (UFPB)

Silvio Xavier (UEPB)

Érika Fialho (CIDACS/FIOCRUZ)

SESSÃO TEMÁTICA 2: Estatística em Ação-Desafios do Mercado

Mateus Bittencourt (Cientista de Dados Sênior da Neocom - Brasília/DF)

Renata Grigório (Gerente de Dados do Tribunal de Justiça - João Pessoa/PB)

Ednário Mendonça (Coordenador de Ciências de Dados e Inovação da Zoox Smart Data - Rio de Janeiro/RJ)

MINICURSO 1 (MC1): Introdução a análise estatística espacial, da visualização com mapas até modelagem usando R.

Autor: Elisangela Lizzi (UTFPR- DAMAT/ PPGBIOINFO)

 

 

Resumo: A análise estatística espacial é uma poderosa ferramenta para compreender e interpretar informações geográficas, desempenhando um papel fundamental na identificação de padrões, tendências e relações espaciais em diversas áreas do conhecimento, como saúde pública, ciências sociais, meio ambiente e agricultura. Ao transformar dados em mapas e traduzir achados usando modelagem estatística espacial, é possível oferecer suporte a tomadas de decisão baseadas em evidências e propor estratégias mais eficazes de intervenção regionais no território de interesse. Este minicurso propõe uma introdução prática e acessível ao uso da linguagem de programação R para a análise e visualização de dados espaciais. Serão abordados conceitos básicos de estatística espacial, criação de mapas e modelos estatísticos espaciais, conectando teoria e prática em um fluxo de análise que aborda desde a visualização até os achados usando modelagem, de forma robusta e atrativa. Voltado para estudantes de graduação e pós-graduação, bem como pesquisadores interessados em explorar o universo da estatística espacial aplicada, este minicurso fornecerá as bases para o desenvolvimento de estudos espaciais, incentivando uma compreensão crítica e prática do uso de dados geográficos. Independentemente da área de atuação, os participantes sairão preparados para iniciar análises espaciais e contribuir de forma especifica para suas áreas de pesquisa ou prática profissional.

Elisangela Lizzi (UTFPR)

MINICURSO 2 (MC2): Explorando R e Python com Spark no contexto da Estatística

Autor: Jodavid Ferreira (UFPE)

Resumo: Linguagens de programação como R e Python estão dominando atualmente o desenvolvimento de soluções para análise de dados. Entretanto, nos últimos anos, surgiu a necessidade de ferramentas capazes de lidar com grandes volumes de dados, reforçando a importância de tecnologias adequadas para esse contexto. Nesse cenário, o Spark se destaca como um framework amplamente utilizado, permitindo o processamento distribuído de dados em larga escala. Integrar R e Python ao ambiente de processamento distribuído oferecido pelo Spark representa uma oportunidade enriquecedora, viabilizando o processamento escalável e eficiente de grandes volumes de dados, ao mesmo tempo em que aproveita o conhecimento consolidado dessas linguagens. Essa abordagem combinada capacita estudantes e profissionais a aplicar conceitos estatísticos, utilizando uma poderosa integração do Spark com as linguagens, especialmente necessária para lidar com grandes volumes de dados, permitindo, assim, o uso de métodos existentes e o desenvolvimento de novas soluções. Serão apresentadas algumas soluções existentes com a utilização dessas tecnologias, e, como solução do minicurso, vamos desenvolver uma aplicação prática resolvendo a seguinte problemática: com base no histórico de compras de clientes, qual seria a melhor recomendação para a próxima compra?

Jodavid Ferreira (UFPE)