Matemática Aplicada e Ciência de Dados

Sendo uma das áreas da Matemática com mais aplicações no mundo real, essa linha estuda as Equações Diferenciais Estocásticas e a incorporação de path-dependence em diversos aspectos da teoria. 

Também trata da resolução numérica das equações diferenciais, em particular aleatórias (RDEs) e estocásticas (EDEs). A teoria de EDEs e RDEs são temas, no cruzamento das equações diferenciais e processos estocásticos, com uma ampla variedade de aplicações na modelagem de fenômenos e situações práticas em que as grandezas de interesse estão sujeitas a perturbações aleatórias.  

Estuda modelos e métodos matemáticos, tendo como foco as aplicações em problemas de Finanças, Economia e Ciências Atuariais. No que diz respeito a Finanças e Economia, os projetos de pesquisa são usualmente baseados em técnicas envolvendo Cálculo Estocástico e/ou Equações Diferenciais Parciais. Já no que se refere às Ciências Atuariais, como cálculo de Reservas, tendem a utilizar modelos estatísticos de regressão ou séries temporais. 

É dividida em aspectos teóricos, metodológicos e aplicados envolvendo análise de dados. Em particular, os pesquisadores da EMAp estão interessados nas seguintes áreas da Estatística: Estimação de séries temporais em alta dimensão; Modelagem de séries temporais não lineares; Testes não-paramétricos; Simulação Monte Carlo para inferência Bayesiana; Inferência estatística para problemas de otimização estocásticos avessos ao risco ou riscos neutros (teoremas do limite central, testes de hipóteses, intervalos de confiança não assintóticos); Testes de hipóteses não paramétricos usando técnicas de otimização convexa. 

Estuda problemas de Otimização em que as variáveis de estado estão sujeitas às equações diferenciais (ordinárias ou parciais) cujas dinâmicas dependem de uma variável de controle, enquanto a Otimização Estocástica é focada no estudo de problemas de otimização envolvendo incertezas modeladas por um processo estocástico. Um problema de otimização estocástica é, em geral, formulado pelo uso de medidas de risco condicionais. 

Com mais de um século de tradição, incorpora ideias e métodos de diferentes ramos da Matemática na representação e na análise de seus objetos de estudo. 

Na EMAp, o grupo de Epidemiologia Matemática estuda as informações sobre como as doenças transmissíveis podem ser tratadas do ponto de vista quantitativo, de forma distinta das clássicas técnicas estatísticas bem conhecidas no meio médico. Além disso, os projetos requerem uma noção básica sobre as suposições biológicas e os modelos matemáticos que estão por trás dos modelos de infecções e das ferramentas hoje disponíveis para extrair informações biológicas a partir desses modelos. 

Objetiva a exploração e o desenvolvimento de objetos e problemas de pesquisa por meio de métodos oriundos da aprendizagem estatística de máquinas (Machine Learning) e suas aplicações na análise de dados estruturados e não estruturados. Esta gama de objetos empíricos envolve dados numéricos, categóricos, dados textuais, imagens, grafos, séries temporais, dentre outros. A linha compreende, também, o desenvolvimento de algoritmos, linguagens e metodologias para manipulação destas bases de dados complexas, em tarefas tais como classificação, regressão, aprendizagem, identificação de agrupamentos (clusters), sistemas de recomendação, otimização, extração e representação de conhecimento, modelização de domínios de conhecimento, mineração de dados, mineração textual, visualização, análise de sentimentos, análise de dados em alta dimensão, criptografia. 

Oferecendo cursos de Graduação e Pós-Graduação, a Escola tem a missão de obter e transferir conhecimentos científicos e tecnológicos de base matemática, estimulando projetos de pesquisa e desenvolvimento, bem como parcerias institucionais internas e externas.

Com abordagem arrojada, que inclui Ciências de Dados e Inteligência Artificial, a FGV EMAp prepara seus alunos para atuar em setores estratégicos de associações públicas e privadas, além de capacitá-los para projetos acadêmicos e de pesquisa.