O Symposium on Knowledge Discovery, Mining and Learning (KDMiLe) é um evento realizado pela SBC desde 2013, organizado alternadamente em conjunto com o Brazilian Symposium on Databases (SBBD) e o Brazilian Conference on Intelligent Systems (BRACIS). O KDMiLe tem como objetivo integrar pesquisadores, praticantes, desenvolvedores, estudantes e usuários a apresentarem os resultados de suas pesquisas, discutir ideias e trocar experiências sobre técnicas, ferramentas e práticas relacionadas às áreas de Mineração de Dados e Aprendizado de Máquina. Os Anais do KDMiLe são publicados anualmente, trazendo os artigos selecionados para cada edição do evento.

Tópicos de Interesse

Os tópicos de interesse do KDMiLe em Mineração de Dados incluem:

  • Regras de Associação
  • Classificação
  • Agrupamento
  • Aplicações em Mineração de Dados
  • Fundamentos de Mineração de Dados
  • Metodologias de Avaliação em Mineração de Dados
  • Seleção de Atributos e Redução de Dimensionalidade
  • Mineração de Grafos
  • Massive Data Mining
  • Mineração de Dados Multimídia (Multimedia Data Mining)
  • Mineração Multirelacional (Multirelational Mining)
  • Detecção de Outliers
  • Mineração de Dados Paralela e Distribuída (Parallel and Distributed Data Mining)
  • Pré e Pós processamento
  • Mineração de Rankings e Preferências
  • Privacidade e Segurança em Minerção de Dados
  • Métricas de Qualidade e Interesse
  • Sistemas de Recomendação baseados em Mineração de Dados
  • Padrões Sequenciais
  • Mineração de Redes Sociais
  • Mineração de Fluxos Contínuos de Dados
  • Mineração de Texto
  • Análise de Séries Temporais
  • Mineração Visual de Dados
  • Mineração da Web

Os tópicos de interesse do KMDMiLe em Mineração de Dados incluem:

  • Aprendizado Ativo
  • Inferência Bayesiana
  • Raciocínio Baseado em Casos
  • Modelos Cognitivos de Aprendizagem
  • Constructive Induction and Theory Revision
  • Aprendizado Sensível a Custo
  • Métodos de Comitê
  • Metodologias de Avaliação em Aprendizado de Máquina
  • Sistemas de Aprendizado Nebuloso
  • Programação Lógica Indutiva e Aprendizado Relacional
  • Métodos de Kernel (Kernel Methods)
  • Knowledge-Intensive Learning
  • Teoria do Aprendizado (Learning Theory)
  • Aplicações de Aprendizado de Máquina
  • Meta-Aprendizado
  • Aprendizado multi-agente e cooperativo
  • Processamento de Linguagem Natural
  • Aprendizado Online
  • Métodos Probabilísticos e Estatísticos
  • Aprendizado de Ranking e Preferência
  • Sistemas de Recomendação baseados em Aprendizado de Máquina
  • Aprendizado por Reforço
  • Aprendizado Semi-supervisionado
  • Aprendizado Supervisionado
  • Aprendizado Não-Supervisionado

Mais informações

Para obter mais informações sobre o KDMiLe, visite o site de cada edição do evento.