A seguir segue a programação planejada inicialmente para o R Day.
Para detalhes de tutoriais e apresentações, veja abaixo.
Descrição | Hora | Atividade | Local | Link |
---|---|---|---|---|
Abertura | 09:00 – 09:30 | Sessão de abertura e orientações com os organizadores do R Day | Youtube | https://youtu.be/EIR6UAKcsGI |
Tutoriais | 09:30 – 11:00 | T1: xaringan | Sympla/Zoom | Acesse sua conta no Sympla |
11:00 – 12:30 | T2: TMB | Sympla/Zoom | Acesse sua conta no Sympla | |
Almoço | 12:30 – 14:00 | |||
Palestra 1 | 14:00 – 15:00 | Heather Turner (University of Warwick, UK e R Foundation) | Youtube | https://youtu.be/24TbpiQ5GeE |
Apresentações | 15:00 – 15:15 | A1 | A2 | Youtube | Ver tabela abaixo |
15:15 – 15:30 | A3 | A4 | Youtube | Ver tabela abaixo | |
15:30 – 15:45 | A5 | A6 | Youtube | Ver tabela abaixo | |
15:45 – 16:00 | A7 | A8 | Youtube | Ver tabela abaixo | |
Palestra 2 | 16:00 – 17:00 | José Claudio Faria (UESC, Brasil) | Youtube | https://youtu.be/INssoXdkOSI |
Apresentações | 17:00 – 17:15 | A9 | Youtube | Ver tabela abaixo |
17:15 – 17:30 | A10 | Youtube | Ver tabela abaixo | |
17:30 – 17:45 | A11 | Youtube | Ver tabela abaixo | |
17:45 – 18:00 | A12 | A13 | Youtube | Ver tabela abaixo | |
Palestra 3 | 18:00 – 19:00 | Yihui Xie (Rstudio, EUA) | Youtube | https://youtu.be/T24nt-d4cEg |
Encerramento | 19:00 – 19:30 | Sessão de encerramento com os organizadores do R Day | Youtube | Continuação do anterior |
Tutoriais | 19:30 – 21:00 | T3: tidymodels | Sympla/Zoom | Acesse sua conta no Sympla |
Heather is a Research Software Engineering Fellow in the Statistics Department at the University of Warwick, UK. She has previously worked as a statistician in the pharmaceutical industry and as a freelance statistical programming consultant. She has been an R user since 2001 and has co-authored several CRAN packages, notably the statistical modelling packages gnm, BradleyTerry2 and PlackettLuce. Heather is on the board of the R Foundation and chairs the Forwards taskforce for underrepresented groups in the R community. She is also a co-organizer of R-Ladies Remote.
José Cláudio Faria possui graduação em Engenharia Agronômica pela Universidade Federal de Viçosa (1982), mestrado em Fitotecnia (Produção Vegetal) pela Universidade Federal de Viçosa (1995), doutorado em Fitotecnia (Produção Vegetal) pela Universidade Federal de Viçosa (2000), pós-doutorado sabático (Estatística e Experimentação Agronômica) pela Escola Superior de Agricultura Luiz de Queiroz (2007) e pós-doutorado (Estatística e Experimentação Agronômica) pela Escola Superior de Agricultura Luiz de Queiroz (2008). Tem atuado principalmente nos seguintes temas: ensino de estatística, desenvolvimento de software para o ambiente R, planejamento de experimentos, análise de dados (uni e multivariados).
R Markdown is widely used today in the R community, enabling us to write reports, author books, create websites, make slides, and so on. In this talk, I will trace R Markdown back to its ancestor, i.e., Knuth’s Literate Programming, and introduce the history all the way from WEB/noweb, Sweave, knitr, and rmarkdown. I will share a few things that I learned from both the history and the community in the past decade.
Yihui Xie is a software engineer at RStudio. He earned his PhD from the Department of Statistics, Iowa State University. He is interested in interactive statistical graphics and statistical computing. As an active R user, he has authored several R packages, such as knitr, bookdown, blogdown, xaringan, animation, DT, tinytex, pagedown, tufte, formatR, fun, servr, and Rd2roxygen, among which the animation package won the 2009 John M. Chambers Statistical Software Award (ASA). He also co-authored a few other R packages, including shiny, rmarkdown, rticles, and leaflet. He has published a number of books, including “Dynamic Documents with R and knitr”, “bookdown: Authoring Books and Technical Documents with R Markdown”, “blogdown: Creating Websites with R Markdown”, “R Markdown: The Definitive Guide”, and “R Markdown Cookbook.” In 2006, he founded the Capital of Statistics, which has grown into a large online community on statistics in China. He initiated the Chinese R conference in 2008, and has been involved in organizing R conferences in China since then. During his PhD training at Iowa State University, he won the Vince Sposito Statistical Computing Award (2011) and the Snedecor Award (2012) in the Department of Statistics.
Beatriz Milz
O xaringan é um pacote que tem como objetivo possibilitar a criação de apresentações em com R. Sob o contexto de programação em R, a combinação entre os pacotes RMarkdown e xaringan nos oferece uma elegante forma de criar slides usando R e RStudio, permitindo adicionar códigos que são executados ao gerar a apresentação. Com isso, a proposta desta oficina consiste em apresentar uma introdução sobre como criar apresentações usando os pacotes mencionados. O público alvo deste minicurso são pessoas de todas as áreas, que tenham interesse em aprender como criar slides reprodutíveis usando R.
Henrique Laureano, Ricardo Petterle e Wagner Bonat
O Template Model Builder (TMB) é um pacote R que possibilita o ajuste de complexos modelos estatísticos de efeito aleatório. Diferente da maioria dos pacotes R, aqui o modelo é formulado em C++. Tal característica fornece uma grande flexibilidade e eficiência computacional, tirando vantagem de diversas bibliotecas estado-da-arte e de implementações eficientes, extremamente uteis num mundo que demanda modelos estatísticos maiores e mais complexos. Neste tutorial os principais aspectos metodológicos do TMB serão explicados e exemplificados, seguido do passo-a-passo de como implementar e estimar uma diversa gama de modelos lineares mistos.
Henrique A Laureano é Estatístico do Instituto de Pesquisa Pelé Pequeno Príncipe (IPPPP) e membro do Laboratório de Estatística e Geoinformação (LEG) da UFPR. Bacharel em Estatística (2016) com mestrado em Métodos Numéricos em Engenharia (2021), ambos pela Universidade Federal do Paraná (UFPR).
Ricardo R Petterle é Estatístico do Departamento de Medicina Integrada e membro do Laboratório de Estatística e Geoinformação (LEG), ambos da Universidade Federal do Paraná (UFPR). Bacharel em Estatística (2013) com mestrado em Engenharia de Produção (2018), ambos pela UFPR. Doutorando em Métodos Numéricos em Engenharia, também na UFPR.
Wagner H Bonat é Professor do Departamento de Estatística da Universidade Federal do Paraná (UFPR). Coordenador do Curso de Especialização em Data Science & Big Data (DSBD) e membro do Laboratório de Estatística e Geoinformação (LEG), ambos da UFPR. Bacharel em Estatística (2008) com mestrado em Métodos Numéricos em Engenharia (2010), ambos pela UFPR. Ph.D. em Matemática e Ciência da Computação pela University of Southern Denmark (USD, 2016).
Samuel Victor Medeiros de Macêdo
O tutorial proposto será divido em três etapas: Visão geral do pipeline de machine learning, aplicação em dados reais e automatização. Não adianta apresentar linhas e mais linhas de código se o aluno não compreende a visão geral do pipeline de machine learning. Por esse motivo, na primeira etapa será explicado os conceitos de: split de treino e teste, pre processamento, escolha de modelo, tuning dos parâmetros e validação do modelo. Na segunda etapa será mostrado aos alunos aplicações, em dados reais, de um modelo de regressão, um de classificação e um de clusterização. Por fim, será mostrado como realizar comparação entre vários modelos ao mesmo tempo e automatizar todo este processo. Dessa forma, é possível reaproveitar esse código quando a base de dados inicial for apenas atualizada, ou seja, muito útil em processos que necessitem de modelagem quando estão em produção.
Apresentações confirmadas (pode sofrer alteração).
ID | Hora | Nome do apresentador | Filiação | Título | Tipo | Link |
---|---|---|---|---|---|---|
A1 | 15:00 | Carolina Musso | Secretaria de Saúde do Distrito Federal | Cadê o e-mail que tava aqui? Deleguei para o R | Gravada | https://youtu.be/gB9f0wmdth8 |
A2 | 15:00 | Filipe Fulgencio Dias | Universidade Federal de Viçosa (UFV) - Campus Florestal | Estatística Descritiva Aplicada a Resultados do Campeonato Brasileiro de Futebol | Gravada | https://youtu.be/DyCeyLRhTe4 |
A3 | 15:15 | Miguel Ângelo Lellis Moreira | Universidade Federal Fluminense - UFF | AHP-GAUSSIANO: Abordagem extensiva ao método AHP integrada à uma ferramenta computacional em Shiny | Gravada | https://youtu.be/d4KZE_T8CwQ |
A4 | 15:15 | Adilson Vilarinho Terra | Uff | Proposta de framework interativo para aprendizagem e solução da problemática de caminho mínimo pelo Algoritmo de Dijkstra e Programação Matemática | Ao vivo | https://youtu.be/wXIuvdhMOsE |
A5 | 15:30 | Carolina Musso | Universidade de Brasília | Completitude, Consistência, Oportunidade, Representatividade … mas não se esqueça da Reprodutibilidade! | Gravada | https://youtu.be/NuIOtZNbieY |
A6 | 15:30 | Ivan Bezerra Allaman | Universidade Estadual de Santa Cruz | EDM - Pacote R para gerenciar e gerar provas individualizadas em .PDF e formato moodle | Ao vivo | https://youtu.be/wXIuvdhMOsE |
A7 | 15:45 | Hellen Paz | Universidade Federal da Bahia | Processamento local de bancos de dados massivos com R: uma análise nacional do Programa Bolsa Família | Gravada | https://youtu.be/Yh2yHvyNlSo |
A8 | 15:45 | Italo Ramos Cegatta | Suzano S.A. | Boas práticas para organização de códigos e projetos no R | Ao vivo | https://youtu.be/wXIuvdhMOsE |
A9 | 17:00 | Otto Henrique Nienov | CIEVS/CGEMSP/DSASTE /SVS/Ministério da Saúde (MS) | Software R como ferramenta para otimização da avaliação de risco no cenário da covid-19 | Gravada | https://youtu.be/JavKNeQLcOk |
A10 | 17:15 | Caroliny Victoria dos Santos Silva | Universidade de Brasília | Paciência jovem Padawan: transformando alunos da UnB em mestres Jedi do R | Gravada | https://youtu.be/51R2O5bdMLE |
A11 | 17:30 | Carolina Musso | CIEVS/CGEMSP/DSASTE /SVS/Ministério da Saúde (MS) | Flexível e replicável como o vírus: Importância da reprodutibilidade e flexibilidade do R na análise do avanço das variantes do coronavírus no Brasil e no Mundo. | Gravada | https://youtu.be/8HpuiyZkp6M |
A12 | 17:45 | Julio Cesar Verneque Lacerda | CIEVS/CGEMSP/DSASTE /SVS/Ministério da Saúde (MS) | Menos é mais: como o R reduz o tempo de análise e melhora a eficiência da comunicação durante a pandemia de coronavírus. | Gravada | https://youtu.be/9BQysZgp_jM |
A13 | 17:45 | Bruna Paes de Oliveira | Universidade de Brasília | Monitoramento de internações evitáveis: O R como ferramenta de apoio à gestão da saúde | Gravada | https://youtu.be/hJ2ji9qhTuA |