Author

Aline Riquetti
RSS
Cientista de dados e professora de pós-graduação

Aline Riquetti é formada em Estatística pela UFMG e possui pós-graduação em Business Intelligence pelo IESB. Reside em Brasília, onde trabalha no SAS Brasil, e também atua como professora de pós-graduação em Ciência de Dados no IESB. Há cerca de 8 anos, trabalha com análise de dados a partir do uso de técnicas de Mineração de Dados e Aprendizado de Máquinas aplicadas especialmente para detecção de fraudes e abusos, prevenção à lavagem de dinheiro, e temas diversos correlatos à gestão pública.

Advanced Analytics | Analytics | Machine Learning
Aline Riquetti 0
Inteligência analítica no combate à desinformação e discursos de ódio

Estudos indicam que, ao longo dos últimos anos, aumentaram os casos de propagação de discursos de ódio e de notícias falsas. Especialmente no ano de 2022 há uma preocupação muito grande quanto à utilização desses recursos ilegítimos para finalidades eleitorais. Técnicas analíticas podem ser empregadas para estimular campanhas eleitorais que

Advanced Analytics | Fraud & Security Intelligence
Aline Riquetti 0
Análise de redes de relacionamento aplicada à prevenção às fraudes e outros crimes financeiros

“Diga-me com quem andas e te direi quem és” é um provérbio popular vastamente conhecido e um consenso entre várias pessoas. Porém, será que essa máxima é verdadeira em todas as situações? Se assim o for, como poderíamos empregar essa relação nas atividades de prevenção a fraude e outros crimes

Analytics | Artificial Intelligence
Aline Riquetti 0
Os desafios únicos da implantação de análises de Inteligência Artificial no setor público

Ao implantar projetos de inteligência analítica os governos enfrentam desafios não vistos no setor privado. Mas se os superarmos, a recompensa será ainda maior. Meu primeiro projeto de Ciência de Dados foi ainda durante minha graduação em Estatística. Embora não tivesse esse nome à época, o objetivo e os meios

Advanced Analytics | Analytics | Machine Learning
Aline Riquetti 0
O aprendizado semissupervisionado é para o seu tipo de problema?

Os algoritmos de mineração de dados podem ser divididos em 4 grupos, a saber: aprendizado supervisionado, aprendizado não-supervisionado, aprendizado semissupervisionado e aprendizado por reforço. Embora os dois primeiros sejam vastamente conhecidos e implementados, os dois últimos não possuem a mesma popularidade. Mas, como veremos a seguir, isso não se deve