Como as máquinas aprendem? Machine Learning e seus usos nas ciências agrárias

Professor Associado da UNESP-Jaboticabal Áreas: Modelagem do sistema agrícola, Agrometeorologia, Previsão de produtividade e qualidade de cultivos, Ciência de Dados, Inteligência Artificial, Python. Professor do Departamento de Ciências Exatas da Universidade Estadual Paulista 'Júlio Mesquita Filho' na área de Agrometeorologia, no campus de Jaboticabal, SP. Como professor ministra aulas de Agrometeorologia para o curso de Engenharia Agronômica. Na Pós graduação ministra as disciplinas de Agrometeorologia e Estatística e Data Science com Python. Possui doutorado em Agronomia (Irrigação e Drenagem) pela Universidade Estadual Paulista Júlio de Mesquita Filho (2003), mestrado em Agronomia (Física do Ambiente Agrícola-Agrometeorologia) pela Universidade de São Paulo (2000) e graduação em Engenharia Agronômica pela Universidade de São Paulo (1996). Tem experiência na área de Agronomia, com ênfase em Agrometeorologia, atuando principalmente nos seguintes temas: Data Science, Modelagem Agrometeorológica, micrometeorologia, Balanço Hídrico, Balanço de Energia, Risco Climático, climatologia, Cana de açúcar, Café, Citros, Linguagem Python, Inteligência Artificial, Machine Learning, redes neurais. É revisor de vários periódicos nacionais e internacionais. É membro da International Society for Agricultural Meteorology - INSAM, e da Sociedade Brasileira de Agrometeorologia SBAGRO. Desde 2016 bolsista de produtividade em pesquisa do CNPQ.