Séries temporais com Prophet (ePub)

Valquíria Alencar é bióloga, Mestra e Doutora em Biotecnologia Aplicada a Recursos Naturais e Agronegócio pela Universidade de Mogi das Cruzes (UMC). Atuou desde 2008 na pesquisa acadêmica dentro da área de Microbiologia, com ênfase em Biologia Molecular e Genômica. Então, apresenta um amplo conhecimento das técnicas comumente empregadas em Bioinformática, Genômica estrutural e Genômica funcional. Foi Pesquisadora Colaboradora, no programa de Biossistemas da UFABC (Universidade Federal do ABC) no período de 2018-2021.

Sua paixão por analisar dados e obter insights a partir deles fizeram com que ela fizesse a migração de carreira para área de Data Science. Atualmente, está atuando em programação e Ciência de Dados, desenvolvendo projetos que envolvem pré-processamento e análise exploratória de dados, previsões de séries temporais, aplicação de modelos de Machine Learning e Big Data. Desde 2021 é Docente em tempo integral no Grupo Alura nos cursos de Data Science. É apaixonada por aprender coisas novas e resolver problemas com soluções criativas.

Allan Segovia-Spadini é geofísico, mestre e doutor em Ciências na área de Geofísica Aplicada pela Universidade de São Paulo com período sanduíche no doutorado na Universidade de Tecnologia de Delft. Possui experiência profissional como geofísico na empresa GPR-Geoscience onde atuou nas áreas de pesquisas geológicas e geotécnicas com métodos geofísicos do tipo sísmicos, elétricos e eletromagnéticos. No mestrado, desenvolveu pesquisa relacionada ao processamento de sinais sísmicos e melhoria de resolução através de deconvolução. No doutorado, desenvolveu pesquisa voltada para a inversão de dados sísmicos. A ênfase foi na tomografia sísmica através da inversão de forma de onda completa.

Atua principalmente nos seguintes temas: métodos sísmicos, tomografia, inversão, machine learning, deep learning, métodos de otimização, deconvolução, estimativa da forma de onda, análise de velocidades, processamento de sinais e

Dieses eBook können Sie uneingeschränkt auf allen Geräten der tolino Familie lesen. Zum Lesen auf sonstigen eReadern und am PC benötigen Sie eine Adobe ID.