Cookies
O website necessita de alguns cookies e outros recursos semelhantes para funcionar. Caso o permita, o INESC TEC irá utilizar cookies para recolher dados sobre as suas visitas, contribuindo, assim, para estatísticas agregadas que permitem melhorar o nosso serviço. Ver mais
Aceitar Rejeitar
  • Menu
Sobre

Sobre

João Gama é Professor Catedrático da Faculdade de Economia da Universidade do Porto. É investigador e vice-diretor do LIAAD, INESC TEC. Concluiu o doutoramento na Universidade do Porto, em 2000. É Fellow do IEEE, EurIA Fellow, e membro da Academia de Ciências de Lisboa. Trabalhou em vários projetos nacionais e europeus sobre sistemas de aprendizagem incremental e adaptativo, descoberta de conhecimento em tempo real, e aprendizagem de dados massivos e estruturados. Foi PC chair no ECML2005, DS2009, ADMA2009, IDA '2011 e ECMLPKDD'2015 e ECMLPKDD 2025. Foi track chair ACM SAC de 2007 a 2018. Organizou uma série de Workshops sobre Descoberta de Conhecimento de fluxos de dados no ECMLPKDD, ICML, e no ACM SIGKDD. É autor de vários livros em Data Mining e autoria de uma monografia sobre Descoberta de Conhecimento a partir de fluxos de Dados. É autor de mais de 250 papéis peer-reviewed em áreas relacionadas com a aprendizagem automática, aprendizagem de dados em tempo real e fluxos de dados. É membro do conselho editorial de revistas internacionais ML, DMKD, TKDE, IDA, NGC e KAIS. Supervisionou mais de 15 estudantes de doutoramento e 50 alunos de mestrado.

Tópicos
de interesse
Detalhes

Detalhes

  • Nome

    João Gama
  • Cargo

    Investigador Coordenador
  • Desde

    01 janeiro 2025
Publicações

2026

Machine Learning and Knowledge Discovery in Databases. Research Track - European Conference, ECML PKDD 2025, Porto, Portugal, September 15-19, 2025, Proceedings, Part VII

Autores
Ribeiro, RP; Pfahringer, B; Japkowicz, N; Larrañaga, P; Jorge, AM; Soares, C; Abreu, PH; Gama, J;

Publicação
ECML/PKDD (7)

Abstract

2026

Machine Learning and Knowledge Discovery in Databases. Research Track - European Conference, ECML PKDD 2025, Porto, Portugal, September 15-19, 2025, Proceedings, Part VI

Autores
Ribeiro, RP; Pfahringer, B; Japkowicz, N; Larrañaga, P; Jorge, AM; Soares, C; Abreu, PH; Gama, J;

Publicação
ECML/PKDD (6)

Abstract

2026

Machine Learning and Knowledge Discovery in Databases. Research Track - European Conference, ECML PKDD 2025, Porto, Portugal, September 15-19, 2025, Proceedings, Part V

Autores
Ribeiro, RP; Pfahringer, B; Japkowicz, N; Larrañaga, P; Jorge, AM; Soares, C; Abreu, PH; Gama, J;

Publicação
ECML/PKDD (5)

Abstract

2026

Machine Learning and Knowledge Discovery in Databases. Research Track - European Conference, ECML PKDD 2025, Porto, Portugal, September 15-19, 2025, Proceedings, Part IV

Autores
Ribeiro, RP; Pfahringer, B; Japkowicz, N; Larrañaga, P; Jorge, AM; Soares, C; Abreu, PH; Gama, J;

Publicação
ECML/PKDD (4)

Abstract

2026

Machine Learning and Knowledge Discovery in Databases. Research Track - European Conference, ECML PKDD 2025, Porto, Portugal, September 15-19, 2025, Proceedings, Part III

Autores
Ribeiro, RP; Pfahringer, B; Japkowicz, N; Larrañaga, P; Jorge, AM; Soares, C; Abreu, PH; Gama, J;

Publicação
ECML/PKDD (3)

Abstract

Teses
supervisionadas

2023

Federated Anomaly Detection over Distributed Data Streams

Autor
Paula Raissa Costa e Silva

Instituição
UP-FEP

2023

Determinants of political participation: A machine learning approach

Autor
Rita Allen Valente Guedes de Pinho

Instituição
UP-FEP

2023

Customers' revenue fluctuation in a Telecommunication company: Data Warehouse Construction and Visualization

Autor
Cândido Rafael Toledo Rocha

Instituição
UP-FEP

2023

Applied Machine Learning Fairness in Business to Consumer Services Industry

Autor
Nuno Filipe Loureiro Paiva

Instituição
UP-FEP

2023

Causal Reasoning in Data

Autor
Ana Rita Dias Nogueira

Instituição
UP-FEP