Docente
Pedro Ribeiro

Resume

Professor Auxiliar Convidado na Universidade Lusófona – Centro Universitário do Porto e Diretor da Unidade de Dados, Arquiteturas e Interoperabilidade na UPdigital (Universidade do Porto Digital), no âmbito do Serviço de Sistemas de Informação. Com mais de 20 anos de experiência em projetos e desenvolvimento de software, combina especialização técnica com contributos académicos e de investigação. Doutorado em Engenharia Informática, mestre em Engenharia Informática e Computação, e licenciado em Engenharia Eletrotécnica e de Computadores, todos pela Faculdade de Engenharia da Universidade do Porto (FEUP). Na UPdigital, atua em consultoria em sistemas de informação e interoperabilidade, extração, processamento e análise de dados, aplicação de técnicas de aprendizagem automática, desenvolvimento de software e modelação de bases de dados, bem como elicitação e análise de requisitos. Paralelamente, é Investigador Colaborador Externo no INESC TEC e membro do EUNIS Business Intelligence Task Force e da International Educational Data Mining Society.

Graus

• Mestrado
  Mestrado Integrado em Engenharia Informática e Computação
• Licenciatura
  Licenciatura em Engenharia Electrotécnica e de Computadores
• Doutoramento
  Engenharia Informática

Publicações

Artigo em revista

• 2021-05-18, Inmplode: A framework to interpret multiple related rule-based models, Expert Systems

Tese / Dissertação

• 2008, Mestrado, Metodologia para equipas de desenvolvimento de requisitos de sistemas de informação

Capítulo de livro

• 2025, Estimating Completeness of Consensus Models: Geometrical and Distributional Approaches
• 2024, Symbolic Data Analysis to Improve Completeness of Model Combination Methods
• 2022, Density Estimation in High-Dimensional Spaces: A Multivariate Histogram Approach
• 2019, Generalizing Knowledge in Decentralized Rule-Based Models, Springer Singapore
• 2019, A Framework for Analytical Approaches to Combine Interpretable Models, Springer International Publishing

Artigo em conferência

• 2023, Curbing Dropout: Predictive Analytics at the University of Porto
• 2015, A Comparative Study of Regression and Classification Algorithms for Modelling Students' Academic Performance
• 2014, Merging Decision Trees: A Case Study in Predicting Student Performance