Alunos apresentam trabalhos finais de Aprendizado de Máquina

Estudantes da disciplina Aprendizado de Máquina, orientados pelo professor Rodrigo Ribeiro, apresentaram nesta quinta-feira (13) os projetos finais do curso. As propostas aplicam algoritmos de inteligência artificial e análise de dados a diferentes contextos práticos. A disciplina, formada por graduandos das ênfases de Ciência de Dados e Ciência da Computação, faz parte do segundo ano do bacharelado em Matemática da Tecnologia e Inovação. 

O trabalho interdisciplinar consistiu na análise de dados reais para desenvolver modelos matemáticos de classificação e regressão, com o objetivo de alcançar boas métricas de desempenho. “Temos um viés matemático forte: estudamos o que está por trás dos algoritmos, mas também colocamos a mão na massa. Os alunos coletaram dados, programaram e implementaram algoritmos, fazendo simulações com informações reais”, explicou o professor.

Entre os temas escolhidos pelos graduandos estavam dados sobre saúde pública, salários de diferentes profissões e distribuição de renda. O grupo da aluna Bianca Zavadisk analisou informações médicas para identificar preditores capazes de estimar a probabilidade de um paciente ter diabetes. “É muito interessante, principalmente na área médica, otimizar processos. Na rede pública de saúde, faltam profissionais e tempo, e às vezes um exame simples ou dados demográficos podem indicar rapidamente um resultado. Os modelos matemáticos podem auxiliar diversas áreas sociais”, explicou.

O dataset – conjunto de dados organizados para análises e modelagem – utilizado pelo grupo exigiu uma etapa cuidadosa de limpeza e seleção de informações. “Primeiro, separamos e filtramos os dados mais úteis para o treinamento do modelo. Depois, aplicamos teorias, comparamos resultados e ajustamos parâmetros para melhorar o desempenho”, contou a estudante.

Já o grupo do aluno Igor Roberto Alves optou por trabalhar com informações sobre doenças cardíacas. “Queríamos trabalhar com dados reais que geram impacto no cotidiano.” Para isso, os alunos analisaram exames laboratoriais, histórico familiar e clínico e dados demográficos. “O maior desafio foi minimizar erros na classificação de pacientes e, ao mesmo tempo, manter boas métricas. Um diagnóstico incorreto pode gerar custos adicionais e sobrecarregar o sistema público de saúde. Um modelo preciso ajuda a evitar esse problema”, explicou Igor.

Os projetos envolveram todas as etapas de um trabalho profissional, da coleta de dados à implementação de algoritmos. Para o professor Rodrigo Ribeiro, o resultado demonstra a maturidade técnica e social dos estudantes. “Os alunos conseguiram unir rigor matemático e consciência social. Ao analisar um conjunto de dados, é essencial fazer perguntas relevantes — e muitas vezes isso vai além da teoria. No IMPA Tech, queremos formar matemáticos capazes de resolver problemas concretos da sociedade”, concluiu.

Leia mais: ‘IMPA Tech é uma oportunidade única’, diz aluna Mariana Yoshioka
Veja também: Graduandos apresentam pôsteres científicos em inglês