Curriculum Vitae

João Manuel Portela da Gama
Data da última atualização »Last update : 07/12/2018


João Manuel Portela da Gama. Concluiu a Agregação - em 2009. É Professor Associado com Agregação na Universidade do Porto. Publicou 82 artigos em revistas especializadas e 24 trabalhos em actas de eventos, possui 120 capítulos de livros e 15 livros publicados. Possui 3 softwares e outros 36 itens de produção técnica. Participou em 17 eventos no estrangeiro e 7 em Portugal. Orientou 7 teses de doutoramento e co-orientou 7, orientou 43 dissertações de mestrado e co-orientou 7 nas áreas de Ciências da Computação e da Informação, Outras Ciências Exactas e Economia e Gestão. Recebeu 11 prémios e/ou homenagens. Entre 2002 e 2015 participou em 8 projectos de investigação, sendo que coordenou 7 destes. Actualmente participa em 3 projectos de investigação. Actua nas áreas de Ciências Exactas com ênfase em Ciências da Computação e da Informação, Engenharia e Tecnologia com ênfase em Engenharia Electrotécnica, Electrónica e Informática, Ciências Sociais com ênfase em Economia e Gestão e Humanidades com ênfase em Filosofia, Ética e Religião. Nas suas actividades profissionais interagiu com 279 colaboradores em co-autorias de trabalhos científicos. No seu curriculum DeGóis os termos mais frequentes na contextualização da produção científica, tecnológica e artístico-cultural são: Data Mining, Machine Learning, Data Streams, Artificial Intelligence, Sensor Data, Data Analysis, Wind Power, Data Bases e Ubiquitous Data Mining.


Endereço de acesso a este CV:

http://www.degois.pt/visualizador/curriculum.jsp?key=7187176092355865


Dados pessoais (Personal data)
Nome completo
Full name
 João Manuel Portela da Gama
Nome em citações bibliográficas
Quoting name
 Gama, João
Categoria profissional
Position
 Professor Associado com Agregação
Domínio científico de atuação
Scientific domain
 Ciências Exactas-Ciências da Computação e da Informação.
Engenharia e Tecnologia-Engenharia Electrotécnica, Electrónica e Informática.
Ciências Sociais-Economia e Gestão.
Humanidades-Filosofia, Ética e Religião.
Endereço profissional
Professional address
 Universidade do Porto
Faculdade de Economia
LIAAD
Faculdade de Economia, R. Dr. Roberto Frias
Porto
4200--464 Porto
Portugal
Telefone: (+351)927774570
Fax: (+351)2255050
Correio electrónico: jgama@fep.up.pt
Homepage: www.liaad.up.pt/~jgama
Sexo
Gender
 Masculino»Male




Graus Académicos (Academic Degrees)
2009 Agregação
Aggregation
Universidade do Porto, Portugal.

2000 Doutoramento
Phd
Ciências Computadores.
Universidade do Porto, Portugal.





Vínculos profissionais (Professional Positions)
Universidade do Porto
Mar/2009-Actual Professor Associado com Agregação
Dez/2007-Mar/2009 Professor Associado
Mar/2005-Dez/2007 Professor Auxiliar
Mar/2000-Mar/2005 Professor Auxiliar
Out/1994-Mar/2000 Assistente
Nov/1988-Out/1994 Outra Situação





Atividades de Direção e Administração (Management and Administration activities)
Universidade do Porto
Set/2010-Actual
- Coordenador de Curso






Projetos de Investigação (Research projects)
Participação como Investigador responsável
Participation as responsible Researcher
2014-2015
WeDo Business Assurance-Vizualizing large scale social networks
Referência do projeto»Project reference: QREN no 18450.

2010-2013
Extração de Conhecimento em fluxos de dados distribuidos-Knowledge Discovery from Ubiquitous Data Streams
Referência do projeto»Project reference: PTDC/EIA-EIA/098355/2008.

2009-2011
Machine Learning of Data Streams and Meta Learning
Referência do projeto»Project reference: FCT-CAPES 224/09.

2005-2008
Sistemas de Aprendizagem Adaptativos II
Referência do projeto»Project reference: POSC/EIA/55340/2004.

2005-2008
Knowledge Discovery in Ubiquitous Environments-Knowledge Discovery in Ubiquitous Environments
Referência do projeto»Project reference: FET Open.
FET Open

2005-2007
Real Time Network Analysis and Enhancement-Real Time Network Analysis and Enhancement
Referência do projeto»Project reference: PRIME/IDEIA/70/00078.

2002-2004
ALES: Sistemas de aprendizagem Adaptativos-Adaptive Learning Systems
Referência do projeto»Project reference: POSI/SRI/39770/2001.


Participação como Investigador
Participation as Researcher
2016-
Sibila
Referência do projeto»Project reference: NORTE-07-0124-FEDER-000059.

2014-
Smartgrids
Referência do projeto»Project reference: NORTE-07-0124-FEDER-000056.

2014-2017
MAESTRA - Learning from Massive, Incompletely annotated, and Structured Data
Referência do projeto»Project reference: ICT-2013-612944.


Outro Tipo de Participação
Other kind of participation
2014-2017
MAESTRA - Learning from Massive, Incompletely annotated, and Structured Data-MAESTRA - Learning from Massive, Incompletely annotated, and Structured Data
Referência do projeto»Project reference: FP7-ICT-2013-X.






Línguas (Languages)
Compreende
Understandig
 Português (Bem), Inglês (Bem), Francês (Bem), Espanhol (Bem).
Fala
Speaking
 Português (Bem), Inglês (Bem), Francês (Bem), Espanhol (Bem).
Lê
Reading
 Português (Bem), Inglês (Bem), Francês (Bem), Espanhol (Bem).
Escreve
Writing
 Português (Bem), Inglês (Bem), Francês (Pouco), Espanhol (Bem).




Prémios e títulos (Awards Prizes, and Honours)
2004 Best Paper Award, Brasilian Conference on Arificial Intelligence.
2002 Second Place, 2º EUNITE International Competition.
2016 ACM Distinguish Speaker, ACM.
2000 Primeiro lugar no Iberoamerican Contest on Thesis and Dissertations on Artificial Intelligence, Sociedade Iberoamericana de Inteligencia Artificial .
2007 Menção Honrosa com o trabalho Quality of Life after Intensive Care: A Bayesian Approach, Jornadas de Medicina da Primavera.
2007 Second Best Paper Award, Electricity Load Forecast using Data Streams Techniques, First International Workshop on Knowledge Discovery from Sensor Data.
2006 Primeiro lugar no Best MSc dissertation CTDIA'2006: Hierarchical Clustering of Time Series Data Streams (Orientador), Brazilian Symposium on Artificial Intelligence.
2012 54º Jabuti categoria Tecnologia e Informática, Camara Brasileira do Livro.
2012 KDD 2012 Outstanding Reviewer Award, ACM SIGKDD.
2013 Fora-de-Serie, INESC-TEC.
2013 First Place data mining competition, BRICS-CCI & CBIC .




Membro de Associações Profissionais/Científicas (Professional/Scientific Association membership)
Actual Associação Portuguesa para a Inteligência Artificial, Membro.
Actual ACM SIGAPP, Membro.
Actual ACM SIGKDD, Membro.
Jan/2017 - Actual SIAM, Membro.
Jan/2016 - Actual IEEE, Membro.




Produção científica, técnica e artística/cultural (Scientific, technical and artistical/cultural production)
Livros publicados/organizados ou edições
Published/organized books or Editions
1. Appice, Annalisa; Rodrigues, Pedro P; Santos Costa, V; Gama, João; Jorge, Alípio; Soares, Carlos. eds. 2015. Machine Learning and Knowledge Discovery in Databases ed. 1, ISBN: 978-3-319-23524-0. Cham: Springer International Publishing.
2. Appice, Annalisa; Rodrigues, Pedro P; Santos Costa, V; Soares, Carlos; Gama, João; Jorge, Alípio. eds. 2015. Machine Learning and Knowledge Discovery in Databases ed. 1, ISBN: 978-3-319-23527-1. Cham: Springer International Publishing.
3. Gama, João; Rodrigues, Pedro P; Pechenizkiy, Mykola. eds. 2013. Proceedings of the 26th IEEE International Symposium on Computer-Based Medical Systems ed. 1, 1 vol., ISBN: 978-1-4799-1053-3. Porto, Portugal: IEEE Press.
4. Gama, João; May, Michael; Marques, Nuno; Cortez, Paulo. eds. 2013. Proceedings of 3rd Workshop on Ubiquitous Data Mining - UDM 2013 ed. 1, 1 vol., ISBN: 1613-0073. Porto: CEUR URN 0074-1088-5.
5. Gama, João; Carvalho, Andre; Lorena, Ana C; Faceli, Katti; Oliveira, Márcia. 2012. Extração Conhecimento de Dados. ed. 1, 1 vol., ISBN: 978-972-618-698-4. Lisboa: Silabo.
6. Faceli, Katti; Lorena, Ana C; Gama, João; Carvalho, Andre. 2011. Inteligência Artificial: Uma Abordagem ao Aprendizado de Maquina. ed. 1, 1 vol.. São Paulo: LTC.
7. Gama, João; Bradley, Elizabeth; Hollmén, Jaakko. eds. 2011. Advances in Intelligent Data Analysis X ed. 1, 1 vol., ISBN: 978-3-642-24799-6. Berlin, Heidelberg: Springer Berlin Heidelberg.
8. Gaber, Mohamed M; Vatsavai, Ranga R; Omitaomu, Olufemi A; Gama, João M. P.; Chawla, Nitesh V; Ganguly, Auroop R. eds. 2010. Knowledge Discovery from Sensor Data ed. 1, 1 vol., ISBN: 3-642-12518-2. New York: Springer.
9. Gama, João M. P.. 2010. Knowledge Discovery from Data Streams. ed. 1, 1 vol., ISBN: 978-1-4398-2611-9. EUA: CRC Press Chapman & Hall.
10. Huang, Ronghuai; Pei, Jian; Yang, Qiang; Gama, João M. P.. eds. 2009. Advanced Data Mining and Applications ed. 1, 1 vol.. Heidelberg: Springer.
11. Gama, João M. P.; Costa, Vitor S; Jorge, Alipio. eds. 2009. Discovery Science 12th International Conference, DS 2009 ed. 1, 1 vol., ISBN: 978-3-642-04. Heidelberg: Springer.
12. Gama, João M. P.. 2009. On Combining Classification Algorithms. ed. 1, 1 vol., ISBN: 978-3-639-16746-7. Alemanha: VDM Verlag.
13. Gama, João M. P.; Gaber, Mohamed M. eds. 2007. Learning from Data Streams Processing Techniques in Sensor Networks ed. 1, 1 vol., ISBN: 978-3-540-73678-3. Berlim- Heidelberg: Springer.
14. Jorge, Alipio; Torgo, Luis; Brazdil, Pavel; Gama, João M. P.; Camach, Rui. eds. 2005. Knowledge Discovery in Databases: PKDD 2005 9th European Conference on Principles and Practice of Knowledge Discovery in Databases ed. 1, 1 vol., ISBN: 3-540-29244-6. Heidelberg: Springer.
15. Gama, João M. P.; Camach, Rui; Brazdil, Pavel; Jorge, Alipio; Torgo, Luis. eds. 2005. Machine Learning: ECML 2005 16th European Conference on Machine Learning ed. 1, 1 vol., ISBN: 3-540-29243-8. Heidelberg: Springer.

Capítulos de livros publicados
Published book chapters
1. Sarmento, Rui P; Cordeiro, Mário; Brazdil, Pavel; Gama, João. 2018. Efficient Incremental Laplace Centrality Algorithm for Dynamic Networks.  In Complex Networks & Their Applications VI, ed. Chantal CherifiHocine CherifiMárton KarsaiMirco Musolesi, 341 - 352. ISBN: 978-3-319-72149-1. Cham: Springer International Publishing.
2. Sousa, Ricardo; Gama, João. 2017. Co-training Semi-supervised Learning for Single-Target Regression in Data Streams Using AMRules.  In Foundations of Intelligent Systems, ed. Marzena KryszkiewiczAnnalisa AppiceDominik SlezakHenryk RybinskiAndrzej SkowronZbigniew W. Ras, 499 - 508. ISBN: 978-3-319-60437-4. Cham: Springer International Publishing.
3. Nogueira, Ana R; Ferreira, Carlos A; Gama, João. 2017. Acute Kidney Injury Detection: An Alarm System to Improve Early Treatment.  In Foundations of Intelligent Systems, ed. Marzena KryszkiewiczAnnalisa AppiceDominik SlezakHenryk RybinskiAndrzej SkowronZbigniew W. Ras, 57 - 63. ISBN: 978-3-319-60437-4. Cham: Springer International Publishing.
4. Eslami Nosratabadi, H; Fanaee-T, Hadi; Gama, Joao. 2017. Mobility Mining Using Nonnegative Tensor Factorization.  In Progress in Artificial Intelligence, ed. Eugénio OliveiraJoão GamaZita ValeHenrique Lopes Cardoso, 321 - 330. ISBN: 978-3-319-65339-6. Cham: Springer International Publishing.
5. Ruiz, Saulo; Gomes, Pedro; Rodrigues, Luís; Gama, João. 2017. Credit Scoring in Microfinance Using Non-traditional Data.  In Progress in Artificial Intelligence, ed. Eugénio OliveiraJoão GamaZita ValeHenrique Lopes Cardoso, 447 - 458. ISBN: 978-3-319-65339-6. Cham: Springer International Publishing.
6. Vinagre, João; Jorge, Alípio M; Gama, João. 2017. Improving Incremental Recommenders with Online Bagging.  In Progress in Artificial Intelligence, ed. Eugénio OliveiraJoão GamaZita ValeHenrique Lopes Cardoso, 597 - 607. ISBN: 978-3-319-65339-6. Cham: Springer International Publishing.
7. Gama, João. 2016. Clustering from Data Streams.  In Encyclopedia of Machine Learning and Data Mining, ed. Claude SammutGeoffrey I. Webb, 1 - 5. ISBN: 978-1-4899-7502-7. Boston, MA: Springer US.
8. Ribeiro, Rita P; Oliveira, Ricardo; Gama, João. 2016. Detection of Fraud Symptoms in the Retail Industry.  In Advances in Artificial Intelligence - IBERAMIA 2016, ed. Manuel Montes y GómezHugo Jair EscalanteAlberto SeguraJuan de Dios Murillo, 189 - 200. ISBN: 978-3-319-47954-5. Cham: Springer International Publishing.
9. Sousa, Ricardo; Gama, João. 2016. Online Multi-label Classification with Adaptive Model Rules.  In Advances in Artificial Intelligence, ed. Oscar LuacesJosé A. GámezEdurne BarrenecheaAlicia TroncosoMikel GalarHéctor QuintiánEmilio Corchado, 58 - 67. ISBN: 978-3-319-44635-6. Cham: Springer International Publishing.
10. Žliobaite, Indre; Pechenizkiy, Mykola; Gama, João. 2016. An Overview of Concept Drift Applications.  In Big Data Analysis: New Algorithms for a New Society, ed. Nathalie JapkowiczJerzy Stefanowski, 91 - 114. ISBN: 978-3-319-26987-0. Cham: Springer International Publishing.
11. Colonna, Juan G; Gama, João; Nakamura, Eduardo F. 2016. Recognizing Family, Genus, and Species of Anuran Using a Hierarchical Classification Approach.  In Discovery Science, ed. Toon CaldersMichelangelo CeciDonato Malerba, 198 - 212. ISBN: 978-3-319-46306-3. Cham: Springer International Publishing.
12. Pereira, Fabíola S. F; de Amo, S; Gama, João. 2016. On Using Temporal Networks to Analyze User Preferences Dynamics.  In Discovery Science, ed. Toon CaldersMichelangelo CeciDonato Malerba, 408 - 423. ISBN: 978-3-319-46306-3. Cham: Springer International Publishing.
13. Almeida, Vânia; Ribeiro, Rita; Gama, João. 2016. Hierarchical Time Series Forecast in Electrical Grids.  In Information Science and Applications (ICISA) 2016, ed. Kuinam J. KimNikolai Joukov, 995 - 1005. ISBN: 978-981-10-0556-5. Singapore: Springer Singapore.
14. Colonna, Juan G; Gama, João; Nakamura, Eduardo F. 2016. How to Correctly Evaluate an Automatic Bioacoustics Classification Method.  In Advances in Artificial Intelligence, ed. Oscar LuacesJosé A. GámezEdurne BarrenecheaAlicia TroncosoMikel GalarHéctor QuintiánEmilio Corchado, 37 - 47. ISBN: 978-3-319-44635-6. Cham: Springer International Publishing.
15. Tabassum, Shazia; Gama, João. 2016. Evolution Analysis of Call Ego-Networks.  In Discovery Science, ed. Toon CaldersMichelangelo CeciDonato Malerba, 213 - 225. ISBN: 978-3-319-46306-3. Cham: Springer International Publishing.
16. Almeida, Vânia; Gama, João. 2016. Measures for Combining Prediction Intervals Uncertainty and Reliability in Forecasting.  In Proceedings of the 9th International Conference on Computer Recognition Systems CORES 2015, ed. Robert BurdukKonrad JackowskiMarek KurzynskiMichal WozniakAndrzej Zolnierek, 147 - 157. ISBN: 978-3-319-26225-3. Cham: Springer International Publishing.
17. Sarmento, Rui; Oliveira, Márcia; Cordeiro, Mário; Tabassum, Shazia; Gama, João. 2016. Social Network Analysis in Streaming Call Graphs.  In Big Data Analysis: New Algorithms for a New Society, ed. Nathalie JapkowiczJerzy Stefanowski, 239 - 261. ISBN: 978-3-319-26987-0. Cham: Springer International Publishing.
18. Cordeiro, Mário; Gama, João. 2016. Online Social Networks Event Detection: A Survey.  In Solving Large Scale Learning Tasks. Challenges and Algorithms, ed. Stefan MichaelisNico PiatkowskiMarco Stolpe, 1 - 41. ISBN: 978-3-319-41705-9. Cham: Springer International Publishing.
19. Moreira-Matias, Luis; Gama, João; Mendes-Moreira, João. 2016. Concept Neurons – Handling Drift Issues for Real-Time Industrial Data Mining.  In Machine Learning and Knowledge Discovery in Databases, ed. Bettina BerendtBjörn BringmannÉlisa FromontGemma GarrigaPauli MiettinenNikolaj TattiVolker Tresp, 96 - 111. ISBN: 978-3-319-46130-4. Cham: Springer International Publishing.
20. Silva, Ana M; Ribeiro, Rita P; Gama, João. 2015. An Experimental Study on Predictive Models Using Hierarchical Time Series.  In Progress in Artificial Intelligence, ed. Francisco PereiraPenousal MachadoErnesto CostaAmílcar Cardoso, 501 - 512. ISBN: 978-3-319-23484-7. Cham: Springer International Publishing.
21. Souza, Vinícius M. A; Silva, Diego F; Gama, João; Batista, Gustavo E. A. P. A. 2015. Data Stream Classification Guided by Clustering on Nonstationary Environments and Extreme Verification Latency.  In Proceedings of the 2015 SIAM International Conference on Data Mining, ed. Suresh VenkatasubramanianJieping Ye, 873 - 881. ISBN: 978-1-61197-401-0. Philadelphia, PA: Society for Industrial and Applied Mathematics.
22. Rodrigues, Pedro; Gama, João. 2015. Distributed Reasoning.  In Mathematics of Energy and Climate Change, ed. Jean-Pierre BourguignonRolf JeltschAlberto Adrego PintoMarcelo Viana, 307 - 316. ISBN: 978-3-319-16120-4. Cham: Springer International Publishing.
23. Moreira-Matias, Luis; Nunes, Rafael; Ferreira, Michel; Mendes-Moreira, João; Gama, João. 2014. On Predicting a Call Center’s Workload: A Discretization-Based Approach.  In Foundations of Intelligent Systems, ed. Troels AndreasenHenning ChristiansenJuan-Carlos CuberoZbigniew W. Rás, 548 - 553. ISBN: 978-3-319-08325-4. Cham: Springer International Publishing.
24. Vinagre, João; Jorge, Alípio M; Gama, João. 2014. Fast Incremental Matrix Factorization for Recommendation with Positive-Only Feedback.  In User Modeling, Adaptation, and Personalization, ed. Vania DimitrovaTsvi KuflikDavid ChinFrancesco RicciPeter DologGeert-Jan Houben, 459 - 470. ISBN: 978-3-319-08785-6. Cham: Springer International Publishing.
25. Moreira-Matias, Luis; Gama, João; Ferreira, Michel; Mendes-Moreira, João; Damas, Luis. 2013. On Predicting the Taxi-Passenger Demand: A Real-Time Approach.  In Progress in Artificial Intelligence, ed. Luís CorreiaLuís Paulo ReisJosé Cascalho, 54 - 65. ISBN: 978-3-642-40668-3. Berlin, Heidelberg: Springer Berlin Heidelberg.
26. Almeida, Ezilda; Ferreira, Carlos; Gama, João. 2013. Adaptive Model Rules from Data Streams.  In Machine Learning and Knowledge Discovery in Databases, ed. Hendrik BlockeelKristian KerstingSiegfried NijssenFilip Železný, 480 - 492. ISBN: 978-3-642-40987-5. Berlin, Heidelberg: Springer Berlin Heidelberg.
27. Gama, João; Kosina, Petr; Almeida, Ezilda. 2013. Avoiding Anomalies in Data Stream Learning.  In Discovery Science, ed. Johannes FürnkranzEyke HüllermeierTomoyuki Higuchi, 49 - 63. ISBN: 978-3-642-40896-0. Berlin, Heidelberg: Springer Berlin Heidelberg.
28. Cardoso, Douglas; Gregorio, Massimo; Lima, Priscila; Gama, João; França, Felipe. 2012. A Weightless Neural Network-Based Approach for Stream Data Clustering.  In Intelligent Data Engineering and Automated Learning - IDEAL 2012, ed. Hujun YinJosé A. F. CostaGuilherme Barreto, 328 - 335. ISBN: 978-3-642-32638-7. Berlin, Heidelberg: Springer Berlin Heidelberg.
29. Moreira-Matias, Luís; Mendes-Moreira, João; Gama, João; Brazdil, Pavel. 2012. Text Categorization Using an Ensemble Classifier Based on a Mean Co-association Matrix.  In Machine Learning and Data Mining in Pattern Recognition, ed. Petra Perner, 525 - 539. ISBN: 978-3-642-31536-7. Berlin, Heidelberg: Springer Berlin Heidelberg.
30. Ferreira, Carlos A; Gama, João; Santos Costa, V. 2012. Predictive Sequence Miner in ILP Learning.  In Inductive Logic Programming, ed. Stephen H. MuggletonAlireza Tamaddoni-NezhadFrancesca A. Lisi, 130 - 144. ISBN: 978-3-642-31950-1. Berlin, Heidelberg: Springer Berlin Heidelberg.
31. Rodrigues, Melissa; Gama, João; Ferreira, Carlos A. 2012. Identifying Relationships in Transactional Data.  In Advances in Artificial Intelligence – IBERAMIA 2012, ed. Juan PavónNéstor D. Duque-MéndezRubén Fuentes-Fernández, 81 - 90. ISBN: 978-3-642-34653-8. Berlin, Heidelberg: Springer Berlin Heidelberg.
32. Kosina, Petr; Gama, João. 2012. Handling Time Changing Data with Adaptive Very Fast Decision Rules.  In Machine Learning and Knowledge Discovery in Databases, ed. Peter A. FlachTijl BieNello Cristianini, 827 - 842. ISBN: 978-3-642-33459-7. Berlin, Heidelberg: Springer Berlin Heidelberg.
33. Kosina, Petr; Gama, João. 2012. Very Fast Decision Rules for multi-class problems.  In Proceedings of the ACM Symposium on Applied Computing, ed. Sascha Ossowski and Paola Lecca, 795 - 800. ISBN: 978-1-4503-0857-1. Trento, Italy, March 26-30: ACM.
34. Ferreira, Michel; Fernandes, Ricardo; Conceição, Hugo; Gomes, Pedro; d’Orey, Pedro M; Moreira-Matias, Luís; Gama, João; Lima, Fernanda; Damas, Luís. 2012. Vehicular Sensing: Emergence of a Massive Urban Scanner.  In Sensor Systems and Software, ed. Francisco MartinsLuís LopesHervé Paulino, 1 - 14. ISBN: 978-3-642-32777-3. Berlin, Heidelberg: Springer Berlin Heidelberg.
35. Ferreira, Carlos A; Gama, João; Santos Costa, V; Miranda, Vladimiro; Botterud, Audun. 2012. Predicting Ramp Events with a Stream-Based HMM Framework.  In Discovery Science, ed. Jean-Gabriel GanasciaPhilippe LencaJean-Marc Petit, 224 - 238. ISBN: 978-3-642-33491-7. Berlin, Heidelberg: Springer Berlin Heidelberg.
36. Siddiqui, Zaigham F; Oliveira, Márcia; Gama, João; Spiliopoulou, Myra. 2012. Where Are We Going? Predicting the Evolution of Individuals.  In Advances in Intelligent Data Analysis XI, ed. Jaakko HollménFrank KlawonnAllan Tucker, 357 - 368. ISBN: 978-3-642-34155-7. Berlin, Heidelberg: Springer Berlin Heidelberg.
37. Moreira-Matias, Luís; Gama, João; Ferreira, Michel; Mendes-Moreira, João; Damas, Luís. 2012. Online Predictive Model for Taxi Services.  In Advances in Intelligent Data Analysis XI, ed. Jaakko HollménFrank KlawonnAllan Tucker, 230 - 240. ISBN: 978-3-642-34155-7. Berlin, Heidelberg: Springer Berlin Heidelberg.
38. Gama, João; Carvalho, Andre; Faria, Elaine. 2012. Improving the offline clustering stage of data stream algorithms in scenarios with variable number of clusters.  In Proceedings of the ACM Symposium on Applied Computing, ed. Sascha Ossowski and Paola Lecca, 829 - 830. ISBN: 978-1-4503-0857-1. Trento, Italy: ACM.
39. Moreira-Matias, Luís; Ferreira, Carlos; Gama, João; Mendes-Moreira, João; Sousa, Jorge F. 2012. Bus Bunching Detection by Mining Sequences of Headway Deviations.  In Advances in Data Mining. Applications and Theoretical Aspects, ed. Petra Perner, 77 - 91. ISBN: 978-3-642-31487-2. Berlin, Heidelberg: Springer Berlin Heidelberg.
40. Gama, João; Kosina, Petr. 2011. Learning about the Learning Process.  In Advances in Intelligent Data Analysis X, ed. João GamaElizabeth BradleyJaakko Hollmén, 162 - 172. ISBN: 978-3-642-24799-6. Berlin, Heidelberg: Springer Berlin Heidelberg.
41. Oliveira, Márcia; Gama, João. 2011. Visualizing the Evolution of Social Networks.  In Progress in Artificial Intelligence, ed. Luis AntunesH. Sofia Pinto, 476 - 490. ISBN: 978-3-642-24768-2. Berlin, Heidelberg: Springer Berlin Heidelberg.
42. Sá, J. P. M; Sebastião, Raquel; Gama, João; Fontes, Tânia. 2011. New Results on Minimum Error Entropy Decision Trees.  In Progress in Pattern Recognition, Image Analysis, Computer Vision, and Applications, ed. César San MartinSang-Woon Kim, 355 - 362. ISBN: 978-3-642-25084-2. Berlin, Heidelberg: Springer Berlin Heidelberg.
43. Carmona-Cejudo, José M; Baena-García, Manuel; Campo-¿?vila, José; Bifet, Albert; Gama, João; Morales-Bueno, Rafael. 2011. Online Evaluation of Email Streaming Classifiers Using GNUsmail.  In Advances in Intelligent Data Analysis X, ed. João GamaElizabeth BradleyJaakko Hollmén, 90 - 100. ISBN: 978-3-642-24799-6. Berlin, Heidelberg: Springer Berlin Heidelberg.
44. Ferreira, Carlos A; Gama, João; Costa, Vítor S. 2011. Sequential Pattern Knowledge in Multi-Relational Learning.  In Computer and Information Sciences II, ed. Erol GelenbeRicardo LentGeorgia Sakellari, 539 - 545. ISBN: 978-1-4471-2154-1. London: Springer London.
45. Ferreira, Carlos A; Gama, João; Costa, Vítor S. 2011. Constrained Sequential Pattern Knowledge in Multi-relational Learning.  In Progress in Artificial Intelligence, ed. Luis AntunesH. Sofia Pinto, 282 - 296. ISBN: 978-3-642-24768-2. Berlin, Heidelberg: Springer Berlin Heidelberg.
46. Gama, João; Ikonomovska, Elena; Dzerovski, Saso. 2011. Speeding-Up Hoeffding-Based Regression Trees With Options.  In Proceedings of the 28th International Conference on Machine Learning (ICML-11), ed. Lise Getoor and Tobias Scheffer, 537 - 544. ISBN: 978-1-4503-0619-5. New York, NY, USA: ACM.
47. Kargupta, Hillol; Gama, João M. P.; Fan, Wei. 2010. The next generation of transportation systems, greenhouse emissions, and data mining.  In Proceedings of the 16th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 1209 - 1212. ISBN: 978-1-4503-0055-1. New York: ACM.
48. Rodrigues, Pedro P; Gama, João M. P.; Lopes, Luís. 2010. Knowledge Discovery for Sensor Network Comprehension.  In Intelligent Techniques for Warehousing and Mining Sensor Network Data, ed. Alfredo Cuzzocrea, 118 - 135. ISBN: 978-1-605-66328-9. Hershey: IGI Global.
49. Rodrigues, Pedro P; Gama, João M. P.. 2010. Dense Pixel Visualization for Mobile Sensor Data Mining.  In Knowledge Discovery from Sensor Data, ed. Mohamed Medhat Gaber, Ranga Raju Vatsavai, Olufemi Omitaomu, João Gama, Nitesh V. Chawla, Auroop Ganguly, 175 - 189. ISBN: 978-3-642-12518-8. New York: Springer.
50. Severo, M.; Gama, João M. P.. 2010. Change Detection with Kalman Filter and CUSUM.  In A Blueprint for Ubiquitous Knowledge Discovery, ed. Michael May, Lorenza Saitta, 1 - 15. . New York: Springer.
51. Gama, João M. P.; Rodrigues, Pedro P; Spinoza, Eduardo; Carvalho, Andre. 2010. Knowledge Discovery from Data Streams.  In Web Intelligence and Security: Advances Data and Text Mining Techniques for Detecting and Preventing Terrorist Activities on the Web, ed. Abraham Kandel, Mark Last, 125 - 138. ISBN: 978-1-60750-610-2. Fairfax: IOS Press.
52. Gama, João M. P.; Cornuejols, Antoine. 2010. Resource Aware Distributed Knowledge Discovery.  In A Blueprint for Ubiquitous Knowledge Discovery, ed. Michael May, Lorenza Saitta, 30 - 48. . New York: Springer.
53. Oliveira, Márcia; Gama, João M. P.. 2010. MEC - Monitoring Clusters' Transitions.  In Proceedings of the Fifth European Starting AI Researcher Symposium (STAIRS' 2010), 0 - 0. . New York: Frontiers in Artificial Intelligence and Applications, IOS Press.
54. Matias, Luís; Gama, João M. P.; Mendes-Moreira, João; Sousa, João F.. 2010. Validation of both number and coverage of bus Schedules using AVL data.  In Proceedings of the 13th International IEEE Conference on Intelligent Transportation Systems, 0 - 0. . New York: IEEE.
55. Sebastiao, Raquel; Gama, João M. P.; Rodrigues, Pedro P; Bernardes, João. 2010. Monitoring Incremental Histogram Distribution for Change Detection in Data Streams.  In Knowledge Discovery from Sensor Data, ed. Mohamed Medhat Gaber, Ranga Raju Vatsavai, Olufemi Omitaomu, João Gama, Nitesh V. Chawla, Auroop Ganguly, 25 - 42. ISBN: 978-3-642-12518-8. New York: Springer.
56. Oliveira, Márcia; Gama, João M. P.. 2010. Bipartite Graphs for Monitoring Clusters Transitions.  In Advances in Intelligent Data Analysis IX, 9th International Symposium, IDA 2010, ed. Paul R. Cohen, Niall M. Adams, Michael R. Berthold, 114 - 124. ISBN: 978-3-642-13061-8. New York: Lecture Notes in Computer Science, Springer.
57. Ikonomovska, Elena; Gama, João M. P.; Sebastiao, Raquel; Gjorgjevik, Dejan. 2009. Regression Trees from Data Streams with Drift Detection.  In Discovery Science, 12th International Conference, DS 2009, 121 - 135. ISBN: 978-3-642-04746-6. New York: Lecture Notes in Computer Science, Springer.
58. Gama, João M. P.; Rodrigues, Pedro P. 2009. An Overview on Mining Data Streams.  In Foundations of Computational Intelligence Volume 6: Data Mining, ed. Ajith Abraham, Aboul-Ella Hassanien, André Ponce de Leon F. de Carvalho, Václav Snásel, 29 - 45. ISBN: 978-3-642-01090-3. New York: Springer.
59. Gama, João M. P.; Sebastiao, Raquel; Rodrigues, Pedro P. 2009. Issues in evaluation of stream learning algorithms.  In Proceedings of the 15th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 329 - 338. ISBN: 978-1-60558-495-9. New York: ACM.
60. Rodrigues, Pedro P; Gama, João M. P.; Sebastiao, Raquel. 2009. Evaluating algorithms that learn from data streams.  In Proceedings of the 2009 ACM Symposium on Applied Computing (SAC), 1496 - 1500. ISBN: 978-1-60558-166-8. New York: ACM.
61. Sá, Joaquim M.; Gama, João M. P.; Sebastiao, Raquel; Alexandre, Luís A. 2009. Decision Trees Using the Minimum Entropy-of-Error Principle.  In Computer Analysis of Images and Patterns, 13th International Conference, CAIP 2009, 799 - 807. ISBN: 978-3-642-03766-5. New York: Lecture Notes in Computer Science, Springer .
62. Gama, João M. P.; Kosina, Petr. 2009. Tracking Recurring Concepts with Meta-learners.  In Progress in Artificial Intelligence, 14th Portuguese Conference on Artificial Intelligence, EPIA 2009, 423 - 434. ISBN: 978-3-642-04685-8. New York: Lecture Notes in Computer Science, Springer.
63. Ferreira, Carlos A; Gama, João M. P.; Costa, Vitor S. 2009. Sequential Pattern Mining in Multi-Relational Datasets.  In Current Topics in Artificial Intelligence, 121 - 130. . New York: {Lecture Notes in Computer Science, Springer.
64. Gama, João M. P.; Castillo, G.. 2008. Bias Management in Time-Changing Data Streams.  In Meta Learning: Applications to Data Mining, ed. Pavel Brazdil, C. Giraud-Carrier, C. Soares, R. Vilalta, 91 - 108. ISBN: 978-3-540-73262-4. New York: Springer.
65. Gama, João M. P.; Rodrigues, Pedro P. 2008. Electricity Load Forecast using Data Streams Techniques.  In Knowledge Discovery from Sensor Data, ed. Auroop R. Ganguly, João Gama, Olufemi A. Omitaomu, Mohamed Medhat Gaber, Ranga Raju Vatsavai, 131 - 147. ISBN: 978-1-42008-232-6. New York: CRC Press.
66. Gama, João M. P.; Sebastiao, Raquel; Mendonça, Teresa. 2008. Learning from Data Streams: Synopsis and Change Detection.  In 4th European Starting AI Researcher Symposium (STAIRS08), ed. Amedeo Cesta, Nikos Fakotakis, 163 - 174. ISBN: 978-1-58603-893-9. Fairfax: IOS Press.
67. Rodrigues, Pedro P; Gama, João M. P.. 2008. Requirements for Clustering Streaming Sensors.  In Knowledge Discovery from Sensor Data, ed. Auroop R. Ganguly, João Gama, Olufemi A. Omitaomu, Mohamed Medhat Gaber and Ranga Raju Vatsavai, 35 - 53. ISBN: 978-1-42008-232-6. New York: CRC Press.
68. Gama, João M. P.. 2008. Issues and Challenges in Learning from Data Streams.  In Data Mining: Next Generation Challenges and Future Directions, ed. Hillol Kargupta, Jiawei Han, Philipe Yu, Rajeev Motwani, Vipin Kumar, 209 - 222. ISBN: 978-0262612036. New York: CRC Press.
69. Spinoza, Eduardo; Carvalho, Andre; Gama, João M. P.. 2008. Cluster-based novel concept detection in data streams applied to intrusion detection in computer networks.  In Proceedings of the 2008 ACM Symposium on Applied Computing (SAC), 976 - 980. ISBN: 978-1-59593-753-7. New York: ACM.
70. Rodrigues, Pedro P; Gama, João M. P.. 2008. Robust Division in Clustering of Streaming Time Series.  In ECAI 2008 - 18th European Conference on Artificial Intelligence, 172 - 176. ISBN: 978-1-58603-891-5. New York: Frontiers in Artificial Intelligence and Applications, IOS Press.
71. Rodrigues, Pedro P; Gama, João M. P.; Lopes, Luís. 2008. Clustering Distributed Sensor Data Streams.  In Machine Learning and Knowledge Discovery in Databases, European Conference, ECML/PKDD 2008, 282 - 297. ISBN: 978-3-540-87480-5. New York: Lecture Notes in Computer Science, Springer.
72. Ikonomovska, Elena; Gama, João M. P.. 2008. Learning Model Trees from Data Streams.  In Discovery Science, 11th International Conference, DS 2008, 52 - 63. ISBN: 978-3-540-88410-1. New York: Lecture Notes in Computer Science, Springer.
73. May, Michael; Berendt, Bettina; Cornuejols, Antoine; Gama, João M. P.; Giannotti, Fosca; Hotho, Andreas; Malerba, Donato; Menesalvas, Ernestina; Morik, Katharina; Pedersen, Rasmus; Saitta, Lorenza; Saygin, Yucel; Schuster, Assaf; Vanhoof, Koen. 2008. Research Challenges in Ubiquitous Knowledge Discovery.  In Data Mining: Next Generation Challenges and Future Directions, ed. Hillol Kargupta, Jiawei Han, Philipe Yu, Rajeev Motwani, Vipin Kumar, 131 - 150. ISBN: 978-0-262-61203-6. New York: CRC Press.
74. Bessa, Ricardo; Miranda, Vladimiro; Gama, João M. P.. 2008. Improvement in Wind Power Forecasting Based on Information Entropy-Related Concepts.  In Proceedings of the 2008 IEEE Power & Energy Society General Meeting, 0 - 0. . New York: IEEE.
75. Bessa, Ricardo; Miranda, Vladimiro; Gama, João M. P.. 2008. Wind Power Forecasting with Entropy-Based Criteria Algorithms.  In Proceedings of the 10th International Conference on Probabilistic Methods Applied to Power Systems, 2008. PMAPS '08., 1 - 7. ISBN: 978-1-9343-2521-6. New York: IEEE.
76. Ferreira, Carlos A; Gama, João M. P.; Costa, Vitor S. 2008. RUSE-WARMR: Rule Selection for Classifier Induction in Multi-relational Data-Sets.  In 20th IEEE International Conference on Tools with Artificial Intelligence (ICTAI 2008), 379 - 386. . Washington: IEEE Computer Society.
77. Rodrigues, Pedro P; Gama, João M. P.. 2007. Clustering Techniques in Sensor Networks.  In Learning from Data Streams: Processing Techniques in Sensor Networks, ed. João Gama, Mohamed Medhat Gaber, 125 - 142. ISBN: 978-3540736783. New York: Springer.
78. Gama, João M. P.; Pederson, Rasmus. 2007. Predictive Learning from Sensory Data.  In Learning from Data Streams: Processing Techniques in Sensor Networks, ed. João Gama, Mohamed Medhat Gaber , 143 - 164. ISBN: 978-3540736783. New York: Springer.
79. Pimenta, Edgar; Gama, João M. P.; Carvalho, Andre. 2007. Pursuing the Best ECOC Dimension for Multiclass Problems.  In Proceedings of the Twentieth International Florida Artificial Intelligence Research Society Conference, 622 - 627. ISBN: 978-1-57735-319-5. California: AAAI Press.
80. Rodrigues, Pedro P; Gama, João M. P.. 2007. Semi-fuzzy Splitting in Online Divisive-Agglomerative Clustering.  In Progress in Artificial Intelligence, 13th Portuguese Conference on Aritficial Intelligence, EPIA 2007, Workshops: GAIW, AIASTS, ALEA, AMITA, BAOSW, BI, CMBSB, IROBOT, MASTA, STCS, and TEMA, 133 - 144. ISBN: 978-3-540-77000-8. New York: Lecture Notes in Computer Science, Springer.
81. Gama, João M. P.; Gaber, Mohamed M. 2007. Data Streams: Introduction.  In Learning from Data Streams - Processing techniques for sensor networks, ed. Joao Gama, Mohamed Gaber, 1 - 4. ISBN: 978-3-540-73678-3. New York: Springer.
82. Gama, João M. P.; Rodrigues, Pedro P. 2007. Stream-Based Electricity Load Forecast.  In Knowledge Discovery in Databases: PKDD 2007, 11th European Conference on Principles and Practice of Knowledge Discovery in Databases, 446 - 453. ISBN: 978-3-540-74975-2. New York: Lecture Notes in Computer Science, Springer.
83. Gama, João M. P.; Rodrigues, Pedro P. 2007. Data Stream Processing.  In Learning from Data Streams: Processing Techniques in Sensor Networks, ed. João Gama, Mohamed Medhat Gaber, 25 - 39. ISBN: 978-3-540-73678-3. New York: Springer.
84. Pinto, Carlos; Gama, João M. P.. 2007. Incremental discretization, application to data with concept drift.  In Proceedings of the 2007 ACM Symposium on Applied Computing (SAC), 467 - 468. ISBN: 1-59593-480-4. New York: ACM.
85. Spinoza, Eduardo; Carvalho, Andre; Gama, João M. P.. 2007. OLINDDA: a cluster-based approach for detecting novelty and concept drift in data streams.  In Proceedings of the 2007 ACM Symposium on Applied Computing (SAC), 448 - 452. ISBN: 1-59593-480-4. New York: ACM.
86. Sebastiao, Raquel; Gama, João M. P.. 2007. Change Detection in Learning Histograms from Data Streams.  In Progress in Artificial Intelligence, 13th Portuguese Conference on Aritficial Intelligence, EPIA 2007, Workshops: GAIW, AIASTS, ALEA, AMITA, BAOSW, BI, CMBSB, IROBOT, MASTA, STCS, and TEMA, 112 - 123. ISBN: 978-3-540-77000-8. New York: Lecture Notes in Computer Science, Springer.
87. Gama, João M. P.; Castillo, G.. 2006. Learning with Local Drift Detection.  In Advanced Data Mining and Applications, Second International Conference, ADMA 2006, 42 - 55. ISBN: 3-540-37025-0. New York: Lecture Notes in Computer Science, Springer.
88. Gama, João M. P.; Severo, M.. 2006. Change Detection with Kalman Filter and CUSUM.  In Discovery Science, 9th International Conference, DS 2006, 243 - 254. ISBN: 3-540-46491-3. New York: Lecture Notes in Computer Science, Springer.
89. Gama, João M. P.; Pinto, Carlos. 2006. Discretization from data streams: applications to histograms and data mining.  In Proceedings of the 2006 ACM Symposium on Applied Computing (SAC), 662 - 667. ISBN: 1-59593-108-2. New York: ACM.
90. Castillo, G.; Gama, João M. P.. 2006. An Adaptive Prequential Learning Framework for Bayesian Network Classifiers.  In Knowledge Discovery in Databases: PKDD 2006, 10th European Conference on Principles and Practice of Knowledge Discovery in Databases, 67 - 78. . New York: Lecture Notes in Computer Science, Springer.
91. Rodrigues, Pedro P; Gama, João M. P.; Pedroso, João P. 2006. ODAC: Hierarchical Clustering of Time Series Data Streams.  In Proceedings of the Sixth SIAM International Conference on Data Mining, 499 - 503. ISBN: 0-89871-611-X. Philadelphia: SIAM.
92. Gama, João M. P.; Medas, Pedro; Rodrigues, Pedro P. 2005. Learning Decision Trees from Dynamic Data Streams.  In Proceedings of the 2005 ACM Symposium on Applied Computing (SAC), 573 - 577. ISBN: 1-58113-964-0. New York: ACM.
93. Castillo, G.; Gama, João M. P.. 2005. Bias Management of Bayesian Network Classifiers.  In Discovery Science, 8th International Conference, DS 2005, 70 - 83. ISBN: 3-540-29230-6. New York: Lecture Notes in Computer Science, Springer.
94. Castillo, G.; Gama, João M. P.; Breda, A.M.. 2004. An Adaptive Predictive Model for Student Modeling.  In Advances in Web-based Education: Personalized Learning Environments, ed. George D. Magoulas, Sherry Y. Chen, 70 - 93. ISBN: 1591406919. Londres: Information Science Publishing .
95. Gama, João M. P.; Medas, Pedro. 2004. Learning in Dynamic Environments: Decision Trees for Data Streams.  In Pattern Recognition in Information Systems, Proceedings of the 4th International Workshop on Pattern Recognition in Information Systems, PRIS 2004, 149 - 158. ISBN: 972-8865-01-5. Setúbal, Portugal: INSTICC Press.
96. Gama, João M. P.; Medas, Pedro; Rocha, Ricardo. 2004. Forest trees for on-line data.  In Proceedings of the 2004 ACM Symposium on Applied Computing (SAC), 632 - 636. ISBN: 1-58113-812-1. New York: ACM.
97. Gama, João M. P.; Medas, Pedro; Castillo, G.; Rodrigues, Pedro P. 2004. Learning with Drift Detection.  In Advances in Artificial Intelligence - SBIA 2004, 17th Brazilian Symposium on Artificial Intelligence, 286 - 295. ISBN: 3-540-23237-0. New York: Lecture Notes in Computer Science, Springer .
98. Castillo, G.; Gama, João M. P.; Breda, Ana M. 2003. Adaptive Bayes for a Student Modeling Prediction Task Based on Learning Styles.  In User Modeling 2003, 9th International Conference, UM 2003, 328 - 332. ISBN: 3-540-40381-7. New York: Lecture Notes in Computer Science, Springer.
99. Castillo, G.; Gama, João M. P.; Medas, Pedro. 2003. Adaptation to Drifting Concepts.  In Progress in Artificial Intelligence, 11th Protuguese Conference on Artificial Intelligence, EPIA 2003, 279 - 293. ISBN: 3-540-20589-6. New York: Lecture Notes in Computer Science, Springer.
100. Gama, João M. P.; Rocha, Ricardo; Medas, Pedro. 2003. Accurate decision trees for mining high-speed data streams.  In Proceedings of the Ninth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 523 - 528. ISBN: 1-58113-737-0. New York: ACM.
101. Gama, João M. P.; Castillo, G.. 2002. Adaptive Bayes.  In Advances in Artificial Intelligence - IBERAMIA 2002, 8th Ibero-American Conference on AI, 765 - 774. ISBN: 3-540-00131-X. New York: Lecture Notes in Computer Science, Springer.
102. Gama, João M. P.. 2002. An Analysis of Functional Trees.  In Machine Learning, Proceedings of the Nineteenth International Conference (ICML 2002), 155 - 162. ISBN: 1-55860-873-7. San Francisco, California: Morgan Kaufmann.
103. Gama, João M. P.. 2001. Functional Trees for Regression.  In Advances in Intelligent Data Analysis, 4th International Conference, IDA 2001, 156 - 166. ISBN: 3-540-42581-0. New York: Lecture Notes in Computer Science, Springer.
104. Amado, Nuno; Gama, João M. P.; Silva, Fernando. 2001. Parallel Implementation of Decision Tree Learning Algorithms.  In Progress in Artificial Intelligence, Knowledge Extraction, Multi-agent Systems, Logic Programming and Constraint Solving, 10th Portuguese Conference on Artificial Intelligence, EPIA 2001, 6 - 13. ISBN: 3-540-43030-X. New York: Lecture Notes in Computer Science, Springer.
105. Gama, João M. P.. 2001. Functional Trees for Classification.  In Proceedings of the 2001 IEEE International Conference on Data Mining, 147 - 154. ISBN: 0-7695-1119-8. New York: IEEE Computer Society.
106. Gama, João M. P.. 2001. Functional Trees.  In Discovery Science, 4th International Conference, DS 2001, 59 - 73. ISBN: 3-540-42956-5. New York: Lecture Notes in Computer Science, Springer.
107. Gama, João M. P.. 2000. A Linear-Bayes Classifier.  In Advances in Artificial Intelligence, International Joint Conference, 7th Ibero-American Conference on AI, 15th Brazilian Symposium on AI, IBERAMIA-SBIA 2000, 269 - 279. ISBN: 3-540-41276-X. New York: Lecture Notes in Computer Science, Springer .
108. Gama, João M. P.. 1999. Discriminant Trees.  In Proceedings of the Sixteenth International Conference on Machine Learning (ICML 1999), 134 - 142. ISBN: 1-55860-612-2. San Francisco, California: Morgan Kaufmann.
109. Gama, João M. P.. 1999. Iterative Naive Bayes.  In Discovery Science, Second International Conference, DS '99, 80 - 91. ISBN: 3-540-66713-X. New York: Lecture Notes in Computer Science, Springer.
110. Gama, João M. P.. 1998. Local Cascade Generalization.  In Proceedings of the Fifteenth International Conference on Machine Learning (ICML 1998), 206 - 214. ISBN: 1-55860-556-8. San Francisco, California: Morgan Kaufmann.
111. Gama, João M. P.; Brazdil, Pavel. 1998. Constructive Induction on Continuous Spaces.  In Feature Extraction, Construction and Selection - a Data Mining perspective, ed. Hiroshi Motoda; Hian Liu, 1 - 19. ISBN: 978-0-7923-8196-9. New York: Springer.
112. Gama, João M. P.; Torgo, Luis; Soares, Carlos. 1998. Dynamic Discretization of Continuous Attributes.  In Progress in Artificial Intelligence - IBERAMIA 98, 6th Ibero-American Conference on AI, 160 - 169. ISBN: 3-540-64992-1. New York: Lecture Notes in Computer Science, Springer.
113. Gama, João M. P.. 1998. Combining Classifiers by Constructive Induction.  In Machine Learning: ECML-98, 10th European Conference on Machine Learning, 178 - 189. ISBN: 3-540-64417-2. New York: Lecture Notes in Computer Science, Springer.
114. Gama, João M. P.. 1997. Probabilistic Linear Tree.  In Proceedings of the Fourteenth International Conference on Machine Learning (ICML 1997), 134 - 142. ISBN: 1-55860-486-3. San Francisco, California: Morgan Kaufmann.
115. Torgo, Luis; Gama, João M. P.. 1997. Search-Based Class Discretization.  In Machine Learning: ECML-97, 9th European Conference on Machine Learning, 266 - 273. ISBN: 3-540-62858-4. New York: Lecture Notes in Computer Science, Springer.
116. Gama, João M. P.. 1997. Oblique Linear Tree.  In Advances in Intelligent Data Analysis, Reasoning about Data, Second International Symposium, IDA-97, 187 - 198. ISBN: 3-540-63346-4. New York: Lecture Notes in Computer Science, Springer.
117. Torgo, Luis; Gama, João M. P.. 1996. Regression by Classification.  In Advances in Artificial Intelligence, 13th Brazilian Symposium on Artificial Intelligence, 51 - 60. ISBN: 3-540-61859-7. New York: Lecture Notes in Computer Science, Springer.
118. Gama, João M. P.; Brazdil, Pavel. 1995. Characterization of Classification Algorithms.  In Progress in Artificial Intelligence, 7th Portuguese Conference on Artificial Intelligence, 189 - 200. ISBN: 3-540-60428-6. New York: Lecture Notes in Computer Science, Springer.
119. Brazdil, Pavel; Gama, João; Henery, Bob. 1994. Characterizing the applicability of classification algorithms using meta-level learning.  In MACHINE LEARNING: ECML-94, ed. Francesco Bergadano and Luc De Raedt, 83 - 102. ISBN: 3-540-57868-4. Heidelberg: Springer.
120. Brazdil, Pavel; Gama, João M. P.; Henery, Bob. 1994. Characterizing the Applicability of Classification Algorithms using Meta Level Learning.  In Machine Learning: ECML-94, European Conference on Machine Learning, 83 - 102. ISBN: 3-540-57868-4. New York: Lecture Notes in Computer Science, Springer.

Artigos em revistas com arbitragem científica
Papers in periodics with scientific refereeing
1. Matuszyk, Pawel; Vinagre, João; Spiliopoulou, Myra; Jorge, Alípio M; Gama, João. 2018. "Forgetting techniques for stream-based matrix factorization in recommender systems", Knowledge and Information Systems 55, 2: 275 - 304.
2. Tabassum, Shazia; Pereira, Fabiola S. F; Fernandes, Sofia; Gama, João. 2018. "Social network analysis: An overview", Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery, 1: e1256 - e1256.
3. Sousa, Ricardo; Gama, João. 2018. "Multi-label classification from high-speed data streams with adaptive model rules and random rules", Progress in Artificial Intelligence 7, 3: 177 - 187.
4. Vinagre, João; Jorge, Alípio M; Gama, João. 2018. "Online bagging for recommender systems", Expert Systems 35, 4: e12303 - e12303.
5. Colonna, Juan G; Gama, João; Nakamura, Eduardo F. 2018. "A comparison of hierarchical multi-output recognition approaches for anuran classification", Machine Learning 107, 11: 1651 - 1671.
6. Pereira, Fabíola S. F; Gama, João; de Amo, S; Oliveira, Gina M. B. 2018. "On analyzing user preference dynamics with temporal social networks", Machine Learning 107, 11: 1745 - 1773.
7. Fernandes, Sofia; Fanaee-T, Hadi; Gama, João. 2018. "Dynamic graph summarization: a tensor decomposition approach", Data Mining and Knowledge Discovery 32, 5: 1397 - 1420.
8. Rodrigues, Pedro P; Araújo, João; Gama, João; Lopes, Luís. 2018. "A local algorithm to approximate the global clustering of streams generated in ubiquitous sensor networks", International Journal of Distributed Sensor Networks 14, 10: 155014771880823 - 155014771880823.
9. Krawczyk, Bartosz; Minku, Leandro L; Gama, João; Stefanowski, Jerzy; Wozniak, Michal. 2017. "Ensemble learning for data stream analysis: A survey", Information Fusion 37, 1: 132 - 156.
10. Andrade Silva, J.; Hruschka, Eduardo R; Gama, João. 2017. "An evolutionary algorithm for clustering data streams with a variable number of clusters", Expert Systems with Applications 67, 1: 228 - 238.
11. Sebastião, Raquel; Gama, João; Mendonça, Teresa. 2017. "Fading histograms in detecting distribution and concept changes", International Journal of Data Science and Analytics 3, 3: 183 - 212.
12. Cardoso, Douglas O; Gama, João; França, Felipe M. G. 2017. "Weightless neural networks for open set recognition", Machine Learning 106, 9-10: 1547 - 1567.
13. Gama, João; Oliveira, Eugénio; Cardoso, Henrique L. 2017. "Computational Models for Social and Technical Interactions", New Generation Computing 35, 4: 307 - 310.
14. Cardoso, Douglas O; França, Felipe M. G; Gama, João. 2017. "WCDS: A Two-Phase Weightless Neural System for Data Stream Clustering", New Generation Computing 35, 4: 391 - 416.
15. Mikus, Adam; Hoogendoorn, Mark; Rocha, Artur; Gama, Joao; Ruwaard, Jeroen; Riper, Heleen. 2017. "Predicting short term mood developments among depressed patients using adherence and ecological momentary assessment data", Internet Interventions, 1: 1 - 15.
16. Faria, Elaine R; Gonçalves, Isabel J. C. R; de Carvalho, A. C. P. L. F; Gama, João. 2016. "Novelty detection in data streams", Artificial Intelligence Review 45, 2: 235 - 269.
17. Sousa, Maria R; Gama, João; Brandão, Elísio. 2016. "A new dynamic modeling framework for credit risk assessment", Expert Systems with Applications, 45: 341 - 351.
18. Moreira-Matias, Luís; Gama, João; Ferreira, Michel; Mendes-Moreira, João; Damas, Luis. 2016. "Time-evolving O-D matrix estimation using high-speed GPS data streams", Expert Systems with Applications, 44: 275 - 288.
19. de Faria, E. R; Ponce de L. F. C. A. C; Gama, João. 2016. "MINAS: multiclass learning algorithm for novelty detection in data streams", Data Mining and Knowledge Discovery 30, 3: 640 - 680.
20. Borchani, Hanen; Larrañaga, Pedro; Gama, João; Bielza, Concha. 2016. "Mining multi-dimensional concept-drifting data streams using Bayesian network classifiers", Intelligent Data Analysis 20, 2: 257 - 280.
21. Fanaee-T, Hadi; Gama, João. 2016. "Tensor-based anomaly detection: An interdisciplinary survey", Knowledge-Based Systems 98, 1: 130 - 147.
22. Duarte, João; Gama, João; Bifet, Albert. 2016. "Adaptive Model Rules From High-Speed Data Streams", ACM Transactions on Knowledge Discovery from Data 10, 3: 1 - 22.
23. Cordeiro, Mário; Sarmento, Rui P; Gama, João. 2016. "Dynamic community detection in evolving networks using locality modularity optimization", Social Network Analysis and Mining 6, 1: 1 - 10.
24. Correa, F.E.; Oliveira, M.D.B.; GAMA, J; Corrêa, P.L.P.; Rady, J.. 2016. "Analyzing the behavior dynamics of grain price indexes using Tucker tensor decomposition and spatio-temporal trajectories", Computers and Electronics in Agriculture 120, 1: 72 - 78.
25. Fanaee-T, Hadi; Gama, João. 2016. "Event detection from traffic tensors: A hybrid model", Neurocomputing 203, 1: 22 - 33.
26. Ribeiro, Rita P; Pereira, Pedro; Gama, João. 2016. "Sequential anomalies: a study in the Railway Industry", Machine Learning, --: 1 - 23.
27. Pinage, Felipe A; dos Santos, E. M; da Gama, J. M. P. 2016. "Classification systems in dynamic environments: an overview", Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 6, 5: 156 - 166.
28. Moreira-Matias, Luís; Cats, Oded; Gama, João; Mendes-Moreira, João; de Sousa, J. F. 2016. "An online learning approach to eliminate Bus Bunching in real-time", Applied Soft Computing 47, 1: 460 - 482.
29. Kosina, Petr; Gama, João. 2015. "Very fast decision rules for classification in data streams", Data Mining and Knowledge Discovery 29, 1: 168 - 202.
30. Ikonomovska, Elena; Gama, João; Dzerovski, Saso. 2015. "Online Tree-based Ensembles and Option Trees for Regression on Evolving Data Streams", Neurocomputing, 150: 458 - 470.
31. Sáez, Carlos; Rodrigues, Pedro P; Gama, João; Robles, Montserrat; García-Gómez, Juan M. 2015. "Probabilistic change detection and visualization methods for the assessment of temporal stability in biomedical data quality", Data Mining and Knowledge Discovery 4, 29: 950 - 975.
32. Fanaee-T, Hadi; Gama, João. 2015. "Eigenspace method for spatiotemporal hotspot detection", Expert Systems 32, 3: 454 - 464.
33. de Faria, E; Goncalves, Isabel; Gama, Joao; Ponce de L. F. C. A. 2015. "Evaluation of Multiclass Novelty Detection Algorithms for Data Streams", IEEE Transactions on Knowledge and Data Engineering 27, 1: 1 - 14.
34. Bielza, Concha; Gama, João; Jorge, Alípio; Žliobaite, Indre. 2015. "Guest editors introduction: special issue of the ECMLPKDD 2015 journal track", Data Mining and Knowledge Discovery 29, 5: 1113 - 1115.
35. Bielza, Concha; Gama, João; Jorge, Alípio; Žliobaite, Indre. 2015. "Guest Editors introduction: special issue of the ECMLPKDD 2015 journal track", Machine Learning 100, 2-3: 157 - 159.
36. Uriarte-Arcia, Abril V; López-Yáñez, Itzamá; Yáñez-Márquez, Cornelio; Gama, João; Camacho-Nieto, Oscar. 2015. "Data Stream Classification Based on the Gamma Classifier", Mathematical Problems in Engineering 2015, 1: 1 - 17.
37. Correa, Fernando E; Gama, Joao; Correa, Pedro L. P; Alves, Lucilio R. A. 2015. "Data mining frequent temporal events in agrieconomic time series", IEEE Latin America Transactions 13, 7: 2329 - 2334.
38. Fanaee-T, Hadi; Gama, João. 2015. "EigenEvent: An algorithm for event detection from complex data streams in syndromic surveillance", Intelligent Data Analysis 19, 3: 597 - 616.
39. Vinagre, João; Jorge, Alípio M; Gama, João. 2015. "An overview on the exploitation of time in collaborative filtering", Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 5, 5: 195 - 215.
40. Ferreira, Carlos A; Gama, João; Costa, Vítor S. 2015. "Exploring multi-relational temporal databases with a propositional sequence miner", Progress in Artificial Intelligence 4, 1-2: 11 - 20.
41. Gama, João; Kosina, Petr. 2014. "Recurrent concepts in data streams classification", Knowledge and Information Systems 40, 3: 489 - 507.
42. Rodrigues, Pedro P; Gama, João. 2014. "Distributed clustering of ubiquitous data streams", Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 4, 1: 38 - 54.
43. Fanaee-T, Hadi; Gama, Joao. 2014. "Event labeling combining ensemble detectors and background knowledge", Progress in Artificial Intelligence 2, 2-3: 113 - 127.
44. Gaber, Mohamed M; Gama, João; Krishnaswamy, Shonali; Gomes, João B; Stahl, Frederic. 2014. "Data stream mining in ubiquitous environments: state-of-the-art and current directions", Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 4, 2: 116 - 138.
45. Maffei, Rosane; Carvalho, Andre; Gama, João. 2014. "Unsupervised density-based behavior change detection in data streams", Intelligent Data Analysis 18, 2: 181 - 201.
46. Sebastião, Raquel; Gama, João; Mendonça, Teresa. 2014. "Constructing fading histograms from data streams", Progress in Artificial Intelligence 3, 1: 15 - 28.
47. Gama, João; Žliobaite, Indre; Bifet, Albert; Pechenizkiy, Mykola; Bouchachia, Abdelhamid. 2014. "A survey on concept drift adaptation", ACM Computing Surveys 46, 4: 1 - 37.
48. Oliveira, Márcia; Guerreiro, Américo; Gama, João. 2014. "Dynamic communities in evolving customer networks: an analysis using landmark and sliding windows", Social Network Analysis and Mining 4, 1: 1 - 17.
49. Bosnic, Zoran; Demšar, Jaka; Kešpret, Grega; Pereira Rodrigues, P; Gama, João; Kononenko, Igor. 2014. "Enhancing data stream predictions with reliability estimators and explanation", Engineering Applications of Artificial Intelligence 34, 1: 178 - 192.
50. Gama, João; Sebastião, Raquel; Rodrigues, Pedro P. 2013. "On evaluating stream learning algorithms", Machine Learning 90, 3: 317 - 346.
51. Gama, João. 2013. "Data Stream Mining: the Bounded rationality", Informatica 37, 4: 21 - 25.
52. Oliveira, Márcia; Gama, João. 2013. "Visualization of evolving social networks using actor-level and community-level trajectories", Expert Systems 30, 4: 306 - 319.
53. Moreira-Matias, Luis; Gama, Joao; Ferreira, Michel; Mendes-Moreira, Joao; Damas, Luis. 2013. "Predicting Taxi–Passenger Demand Using Streaming Data", IEEE Transactions on Intelligent Transportation Systems 14, 3: 1393 - 1402.
54. Silva, Jonathan A; Faria, Elaine R; Barros, Rodrigo C; Hruschka, Eduardo R; Carvalho, André C. P. L. F.; Gama, João. 2013. "Data stream clustering", ACM Computing Surveys 46, 1: 1 - 31.
55. Gama, João. 2012. "A survey on learning from data streams: current and future trends", Progress in Artificial Intelligence 1, 1: 45 - 55.
56. Oliveira, Márcia; Gama, João. 2012. "A framework to monitor clusters evolution applied to economy and finance problems", Intelligent Data Analysis 16, 1: 93 - 111.
57. Oliveira, Márcia; Gama, João. 2012. "An overview of social network analysis", Wiley Interdisciplinary Reviews: Data Mining and Knowledge Discovery 2, 2: 99 - 115.
58. Sebastião, Raquel; Silva, Margarida M; Rabiço, Rui; Gama, João; Mendonça, Teresa. 2012. "Real-time algorithm for changes detection in depth of anesthesia signals", Evolving Systems, 4: 1 - 32.
59. Zliobaite, Indre; Bifet, Albert; Gaber, Mohamed; Gabrys, Bogdan; Gama, Joao; Minku, Leandro; Musial, Katarzyna. 2012. "Next challenges for adaptive learning systems", ACM SIGKDD Explorations Newsletter 14, 1: 48 - 52.
60. Ferreira, Nuno; Gama, João. 2012. "Análise exploratória de hierarquias em base de dados multidimensionais", REVISTA DE CIÊNCIAS DA COMPUTAÇÃO 7, 7: 1 - 32.
61. Ikonomovska, Elena; Gama, João; Džeroski, Sašo. 2011. "Learning model trees from evolving data streams", Data Mining and Knowledge Discovery 23, 1: 128 - 168.
62. Gama, João; May, Michael. 2011. "Ubiquitous Knowledge Discovery", Intelligent Data Analysis 15, 1: 1 - 2.
63. Gama, João; Rodrigues, Pedro P; Lopes, Luís. 2011. "Clustering distributed sensor data streams using local processing and reduced communication", Intelligent Data Analysis 15, 1: 3 - 28.
64. Pei, Jian; Gama, Joao; Yang, Qiang; Huang, Ronghuai; Li, Xue. 2011. "Best papers from the Fifth International Conference on Advanced Data Mining and Applications (ADMA 2009)", Knowledge and Information Systems 27, 2: 163 - 164.
65. Carmona-Cejudo, José M; Baena-Garcia, Manuel; Morales-Bueno, Rafael; Gama, João; Bifet, Albert. 2011. "Using GNUsmail to Compare Data Stream Mining Methods for On-line Email Classification", Journal of Machine Learning Research 17, 1: 12 - 18.
66. Gama, João. 2010. "Knowledge discovery from sensor data (SensorKDD)", ACM SIGKDD Explorations Newsletter 12, 2: 50 - 53.
67. Castillo, Gladys; Gama, João M. P.. 2009. "Adaptive Bayesian network classifiers", Intelligent Data Analysis 13, 1: 39 - 59.
68. Spinoza, Eduardo; Gama, João M. P.; Carvalho, Andre. 2009. "Novelty detection with application to data streams", Intelligent Data Analysis 13, 3: 405 - 422.
69. Rodrigues, Pedro P; Gama, João M. P.. 2009. "A system for analysis and prediction of electricity-load streams", Intelligent Data Analysis 13, 3: 477 - 496.
70. Omitaomu, Olufemi A; Vatsavai, Ranga R; Ganguly, Auroop R; Gama, João M. P.; Chawla, Nitesh V; Gaber, Mohamed M. 2009. "Knowledge discovery from sensor data (SensorKDD)", SIGKDD Explorations 11, 2: 84 - 87.
71. Bessa, R.J.; Miranda, V.; Gama, J.. 2009. "Entropy and Correntropy Against Minimum Square Error in Offline and Online Three-Day Ahead Wind Power Forecasting", IEEE Transactions on Power Systems 24, 4: 1657 - 1666.
72. Rodrigues, Pedro P; Gama, João M. P.. 2008. "Hierarchical Clustering of Time-Series Data Streams", IEEE Transactions Knowledge and Data Engineering 20, 5: 615 - 627.
73. Lorena, Ana C; Carvalho, Andre; Gama, João M. P.. 2008. "A review on the combination of binary classifiers in multiclass problems", Artificial Intelligence Review 30, 1-4: 19 - 37.
74. Omitaomu, Olufemi A; Ganguly, Auroop R; Gama, João M. P.; Gaber, Mohamed M; Chawla, Nitesh V. 2008. "Knowledge discovery from sensor data", SIGKDD Explorations  10, 2: 68 - 73.
75. Pimenta, Edgar; Gama, João M. P.; Carvalho, Andre. 2008. "The Dimension of Ecocs for Multiclass Classification Problems", International Journal on Artificial Intelligence Tools  17, 3: 433 - 447.
76. Campo-'Avila, Jos'e d; Ramos-Jim'enez, Gonzalo; Gama, Joao; Bueno, Rafael M. 2008. "Improving the performance of an incremental algorithm driven by error margins", Intelligent Data Analysis 12, 3: 305 - 318.
77. Gama, João M. P.; Rodrigues, Pedro P; Aguilar-Ruiz, Jesus. 2007. "An Overview on Learning from Data Streams", New Generation Computing 25, 1: 1 - 4.
78. Gama, J.; Fernandes, R.; Rocha, R.. 2006. "Decision trees for mining data streams", INTELLIGENT DATA ANALYSIS, 10: 23 - 45.
79. Aguilar-Ruiz, Jesus; Gama, João M. P.. 2005. "Data streams", Journal Universal Computer Science 11, 8: 1349 - 1352.
80. Gama, João M. P.; Medas, Pedro. 2005. "Learning Decision Trees from Dynamic Data Streams", Journal Universal Computer Science 11, 8: 1353 - 1366.
81. Gama, João M. P.. 2004. "Functional Trees", Machine Learning 55, 3: 219 - 250.
82. Kaloussis, Alexandre; Gama, João M. P.; Hilario, Melnie. 2004. "On Data and Algorithms: Understanding Inductive Performance", Machine Learning 54, 3: 275 - 312.
83. Gama, J.. 2003. "Iterative Bayes", THEORETICAL COMPUTER SCIENCE, 292: 417 - 430.
84. Gama, J.; Castillo, G.. 2002. "Adaptive Bayes", ADVANCES IN ARTIFICIAL INTELLIGENCE - IBERAMIA 2002, PROCEEDINGS, 2527: 765 - 774.
85. Gama, João M. P.; Brazdil, Pavel. 2000. "Cascade Generalization", Machine Learning 41, 3: 315 - 343.
86. J, Gama. 2000. "Combining Classification Algorithms", AI COMMUNICATIONS 0013, 13: 0135 - 136.
87. Gama, J; Brazdil, Pavel. 1999. "Linear tree", Intelligent Data Analysis 3, 1: 1 - 22.
88. TORGO, L; GAMA, J. 1997. "Regression using classification algorithms", Intelligent Data Analysis 1, 1-4: 275 - 292.

Trabalhos completos/resumidos em eventos com arbitragem científica
Papers in conference proceedings with scientific refereeing
1. Duarte, João; Gama, João. 2017. "Feature ranking in hoeffding algorithms for regression", Trabalho apresentado em the Symposium, In Proceedings of the Symposium on Applied Computing - SAC '17, Marrakech, Morocco.
2. Colonna, Juan; Peet, Tanel; Ferreira, Carlos A; Jorge, Alípio M; Gomes, Elsa F; Gama, João. 2016. "Automatic Classification of Anuran Sounds Using Convolutional Neural Networks", Trabalho apresentado em the Ninth International C* Conference, In Proceedings of the Ninth International C* Conference on Computer Science & Software Engineering - C3S2E '16, Porto, Portugal.
3. De Francisci M. G; Bifet, Albert; Khan, Latifur; Gama, Joao; Fan, Wei. 2016. "IoT Big Data Stream Mining", Trabalho apresentado em the 22nd ACM SIGKDD International Conference, In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining - KDD '16, San Francisco, California, USA.
4. Pereira, Fabiola S; Amo, Sandra; Gama, Joao. 2016. "Evolving Centralities in Temporal Graphs: A Twitter Network Analysis", Trabalho apresentado em 2016 17th IEEE International Conference on Mobile Data Management (MDM), In 2016 17th IEEE International Conference on Mobile Data Management (MDM), Porto.
5. Tabassum, Shazia; Gama, Joao. 2016. "Sampling Evolving Ego-Networks with forgetting Factor", Trabalho apresentado em 2016 17th IEEE International Conference on Mobile Data Management (MDM), In 2016 17th IEEE International Conference on Mobile Data Management (MDM), Porto.
6. Tabassum, Shazia; Gama, João. 2016. "Sampling massive streaming call graphs", Trabalho apresentado em the 31st Annual ACM Symposium, In Proceedings of the 31st Annual ACM Symposium on Applied Computing - SAC '16, Pisa, Italy.
7. Cardoso, Douglas O; França, Felipe; Gama, João. 2016. "Clustering data streams using a forgetful neural model", Trabalho apresentado em the 31st Annual ACM Symposium, In Proceedings of the 31st Annual ACM Symposium on Applied Computing - SAC '16, Pisa, Italy.
8. Sarmento, Rui; Cordeiro, Mário; Gama, João. 2015. "Streaming Networks Sampling using top-K Networks", Trabalho apresentado em 17th International Conference on Enterprise Information Systems, In Proceedings of the 17th International Conference on Enterprise Information Systems, Barcelona, Spain.
9. Cerqueira, Vítor; Oliveira, Márcia; Gama, João. 2015. "A Framework for Analysing Dynamic Communities in Large-scale Social Networks", Trabalho apresentado em 17th International Conference on Enterprise Information Systems, In Proceedings of the 17th International Conference on Enterprise Information Systems, Barcelona, Spain.
10. Matuszyk, Pawel; Vinagre, João; Spiliopoulou, Myra; Jorge, Alípio M; Gama, João. 2015. "Forgetting methods for incremental matrix factorization in recommender systems", Trabalho apresentado em the 30th Annual ACM Symposium, In Proceedings of the 30th Annual ACM Symposium on Applied Computing - SAC '15, Salamanca, Spain.
11. Sarmento, Rui; Cordeiro, Mário; Gama, João. 2015. "Visualization of evolving large scale ego-networks", Trabalho apresentado em the 30th Annual ACM Symposium, In Proceedings of the 30th Annual ACM Symposium on Applied Computing - SAC '15, Salamanca, Spain.
12. Vinagre, João; Jorge, Alípio M; Gama, João. 2015. "Collaborative filtering with recency-based negative feedback", Trabalho apresentado em the 30th Annual ACM Symposium, In Proceedings of the 30th Annual ACM Symposium on Applied Computing - SAC '15, Salamanca, Spain.
13. Cardoso, Douglas O; Franca, Felipe; Gama, Joao. 2015. "A bounded neural network for open set recognition", Trabalho apresentado em 2015 International Joint Conference on Neural Networks (IJCNN), In 2015 International Joint Conference on Neural Networks (IJCNN), Killarney, Ireland.
14. Sakamoto, Yusuke; Fukui, Ken-Ichi; Gama, Joao; Nicklas, Daniela; Moriyama, Koichi; Numao, Masayuki. 2015. "Concept Drift Detection with Clustering via Statistical Change Detection Methods", Trabalho apresentado em 2015 Seventh International Conference on Knowledge and Systems Engineering (KSE), In 2015 Seventh International Conference on Knowledge and Systems Engineering (KSE), Ho Chi Minh City, Vietnam.
15. Souza, Vinicius M; Silva, Diego F; Batista, Gustavo E; Gama, Joao. 2015. "Classification of Evolving Data Streams with Infinitely Delayed Labels", Trabalho apresentado em 2015 IEEE 14th International Conference on Machine Learning and Applications (ICMLA), In 2015 IEEE 14th International Conference on Machine Learning and Applications (ICMLA), Miami, FL, USA.
16. Faria, Elaine R; Gama, João; Carvalho, André C. P. L. F. 2013. "Novelty detection algorithm for data streams multi-class problems", Trabalho apresentado em the 28th Annual ACM Symposium, In Proceedings of the 28th Annual ACM Symposium on Applied Computing - SAC '13, Coimbra, Portugal.
17. Almeida, Ezilda; Kosina, Petr; Gama, João. 2013. "Random rules from data streams", Trabalho apresentado em the 28th Annual ACM Symposium, In Proceedings of the 28th Annual ACM Symposium on Applied Computing - SAC '13, Coimbra, Portugal.
18. Faria, Elaine R; Goncalves, Isabel J; Gama, Joao; Carvalho, Andre C. 2013. "Evaluation Methodology for Multiclass Novelty Detection Algorithms", Trabalho apresentado em 2013 Brazilian Conference on Intelligent Systems (BRACIS), In 2013 Brazilian Conference on Intelligent Systems, Fortaleza, Brazil.
19. Moreira-Matias, Luis; Gama, Joao; Ferreira, Michel; Damas, Luis. 2012. "A predictive model for the passenger demand on a taxi network", Trabalho apresentado em 2012 15th International IEEE Conference on Intelligent Transportation Systems - (ITSC 2012), In 2012 15th International IEEE Conference on Intelligent Transportation Systems, Anchorage, AK, USA.
20. Krishnaswamy, Shonali; Gama, Joao; Gaber, Mohamed M. 2012. "Mobile Data Stream Mining: From Algorithms to Applications", Trabalho apresentado em 2012 13th IEEE International Conference on Mobile Data Management (MDM), In 2012 IEEE 13th International Conference on Mobile Data Management, Bengaluru, India.
21. Vallim, Rosane M; Filho, Jose A. A; Carvalho, Andre C; Gama, Joao. 2012. "A Density-Based Clustering Approach for Behavior Change Detection in Data Streams", Trabalho apresentado em 2012 Brazilian Symposium on Neural Networks (SBRN), In 2012 Brazilian Symposium on Neural Networks, Curitiba, Parana, Brazil.
22. Moreira-Matias, Luis; Fernandes, Ricardo; Gama, Joao; Ferreira, Michel; Mendes-Moreira, Joao; Damas, Luis. 2012. "An online recommendation system for the taxi stand choice problem (Poster)", Trabalho apresentado em 2012 IEEE Vehicular Networking Conference (VNC), In 2012 IEEE Vehicular Networking Conference (VNC), Seoul, Korea (South).
23. Krishnaswamy, Shonali; Gama, Joao; Gaber, Mohamed M. 2011. "Advances in data stream mining for mobile and ubiquitous environments", Trabalho apresentado em the 20th ACM international conference, In Proceedings of the 20th ACM international conference on Information and knowledge management - CIKM '11, Glasgow, Scotland, UK.
24. Ferreira, Carlos A; Gama, João; Costa, Vítor S. 2008. "RUSE-WARMR: Rule Selection for Classifier Induction in Multi-relational Data-Sets", Trabalho apresentado em 2008 20th IEEE International Conference on Tools with Artificial Intelligence (ICTAI), In 2008 20th IEEE International Conference on Tools with Artificial Intelligence, Dayton, OH, USA.

Prefácio, Posfácio
Preface, Postface
1. Gama, João. 2010. "Forward". USA. (Prefácio)
2. Gama, J.; Aguilar-Ruiz, J.. 2007. "Knowledge discovery from data streams". New York. (Editorial)
3. Gama, J.; Rodrigues, P.; Aguilar-Ruiz, J.. 2007. "An overview on learning from data streams - Preface". Japão. (Editorial)
4. Aguilar-Ruiz, J.S.; Gama, J.. 2005. "Data streams - J.UCS special issue". Austria. (Editorial)



Software sem registo ou patente
Software without patent or official record
1. Gama, João; Almeida, Ezilda; Kosina, Petr. Adaptive Model Rules,2013.
2. Gama, João; Kosina, Petr; Almeida, Ezilda. Very Fast Decision Rules,2012.
3. Gama, João M. P.; Ferreira, Carlos. Functional Trees,2006.

Curso de curta duração lecionado
Taught short course
1. Gama, João; Bifet, Albert. IoT Big Data Stream Mining, 2016 (Especialização), promovido por ACM SIGKDD.
Duração: 4 horas. Local: US, Cidade: S. Francisco, Tipo de participação: Organizador.
2. Gama, João. Knowledge Discovery from Data Streams, 2013 (Especialização), promovido por Universidade de São Paulo, and the Instituto de Ciências Matemáticas e de Computação in São Carlos, Brazil.
Duração: 6 horas. Local: ICMC, Cidade: São Carlos, Brazil, Tipo de participação: Docente.
3. Gama, João. Learning from Streaming Data, 2013 (Especialização), promovido por Institute of New Imaging Technologies (INIT) of the University Jaume I of Castellón.
Duração: 4 horas. Local: Benicàssim , Cidade: Castellon, Spain, Tipo de participação: Docente.
4. Gama, João; Sarmento, Rui. Modeling and Analysing Large-Scale Dynamic Social Networks, 2013 (Especialização), promovido por IARIA.
Duração: 3 horas., Tipo de participação: Docente.
5. Gama, João; Bifet, Albert; Spiliopoulou, Myra. Advanced Topics on Data Stream Mining, 2012 (Extensão), promovido por ECML-PKDD 2012.
Duração: 3 horas. Local: University of Bristol, Cidade: Bristol, Tipo de participação: Docente.
6. Gama, João. Real-Time Data Stream Analytics, 2012 (Extensão), promovido por Institute for Infocom Research.
Duração: 3 horas. Local: I2R, Cidade: Singapura, Tipo de participação: Docente.
7. Gama, João. Advances in Data Stream Mining, 2012 (Extensão), promovido por ICMC - Universidade de S. Paulo, em S.Carlos.
8. Gama, João; Gaber, Mohamed M; Krishnaswamy, Shonali. Advances in Data Stream Mining for Mobile and Ubiquitous Environments, 2011 (Extensão), promovido por ACM Conference on Information and Knowledge Management .
Duração: 3 horas., Tipo de participação: Docente.
9. Gama, João; Menesalvas, Ernestina; Spiliopoulou, Myra. Learning from Evolving Data, 2010 (Extensão), promovido por ECML-PKDD 2010.
Duração: 3 horas. Local: Barcelona, Cidade: Barcelona, Tipo de participação: Docente.
10. Gama, João. Learning from Data Streams, 2008 (Especialização), promovido por European Coordinated Action KDubiq (IST/FET 021321).
Duração: 6 horas. Local: DCC - FCUP, Cidade: Porto, Tipo de participação: Docente.
11. Gama, João. Mining from Data Streams: Issues and Challenges, 2008 (Especialização), promovido por Eleventh International Conference on Discovery Science.
Duração: 4 horas., Tipo de participação: Docente.
12. Gama, João; Gaber, Mohamed M; Krishnaswamy, Shonali. Mining Ubiquitous Data Streams: From Theory to Applications, 2008 (Especialização), promovido por IEEE International Conference on Data Mining .
Duração: 4 horas., Tipo de participação: Docente.
13. Gama, João; Gaber, Mohamed M. State-of-the-Art in Data Stream Mining, 2008 (Especialização), promovido por The Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD).
Duração: 4 horas., Tipo de participação: Docente.
14. Gama, João; Gaber, Mohamed M. State-of-the-art in Data Stream Mining, 2007 (Especialização), promovido por ECML-PKDD 2007.
Duração: 6 horas. Local: University of Warsaw, Cidade: Warsaw, Tipo de participação: Docente.
15. Gama, João. Bayesian Classifiers, 2006 (Especialização), promovido por Curso de Verão, Faculdade de Medecina.
Duração: 3 horas. Local: Faculdade de Medecina, Cidade: Porto, Tipo de participação: Docente.
16. Gama, João. Decision Trees and Neural Networks, 2003 (Especialização), promovido por Summer School in Neural Networks.
Duração: 3 horas. Local: IPP, Cidade: Porto, Tipo de participação: Docente.

Desenvolvimento de material didáctico ou pedagógico
Didactic and pedagogic material development
1. Gama, João; Lorena, Ana C; Carvalho, Andre; Faceli, Katti. Extração de Conhecimento de Dados,2011. 
2. Gama, João M. P.; Carvalho, Andre; Lorena, Ana C; Faceli, Katti. Inteligência Artificial: Uma Abordagem ao Aprendizado de Máquina,2010. 
3. Gama, João M. P.; Carvalho, Andre; Lorena, Ana C; Faceli, Katti. Inteligência Artilicial: Uma abordagem para Aprendizado de Maquina,2010. 

Organização de evento
Event organization
1. Gama, João. IEEE INTERNATIONAL CONFERENCE ON MOBILE DATA MANAGEMENT,2016 (Congresso / Organização).
2. Gama, João; Jorge, Alípio. ECML PKDD - European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases,2015 (Congresso / Organização).
3. Gama, João. Ibero-American Conference on Artificial Intelligence,2014 (Simpósio / Organização).
4. Gama, João; Bifet, Albert; Rodrigues, Pedro P; Krishnaswamy, Shonali. Data Streams Track - Symposium Applied Computing,2014 (Simpósio / Organização).
5. Gama, João. European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases,2014 (Congresso / Organização).
6. Gama, João. 26th IEEE International Symposium on Computer-Based Medical Systems,2013 (Conferência / Organização).
7. Gama, João; Bifet, Albert; May, Michael. Ubiquitous Data Mining (UDM),2013 (Simpósio / Organização).
8. Gama, João; Rodrigues, Pedro P; Bifet, Albert. Data Streams Track - 28th Symposium On Applied Computing,2013 (Simpósio / Organização).
9. Gama, João; Rodrigues, Pedro P; Bifet, Albert. Synposium Applied Computer - Data Streams ,2012 (Simpósio / Organização).
10. Gama, João; Cortez, Paulo; Marques, Nuno; Santos, Manuel F; Rodrigues, Pedro P. Ubiquitous Data Mining 2012,2012 (Oficina / Organização).
11. Gama, João; Bifet, Albert; Rodrigues, Pedro P. Data Streams Track - Simposium Applied Computing,2011 (Simpósio / Organização).
12. Gama, João; Hollmén, Jaakko; Bradley, Elizabeth. Intelligent Data Analysis,2011 (Conferência / Organização).
13. Gama, João; Cortez, Paulo; Marques, Nuno; Santos, Manuel F. Ubiquitous Data Mining,2010 (Oficina / Organização).
14. Gama, João. Advanced Data Mining and Applications,2009 (Congresso / Organização).
15. Gama, João; Costa, Vitor S; Jorge, Alipio. Discovery Science,2009 (Conferência).
16. Gama, João. European Conference on Machine Learning,2005 (Conferência / Organização).

Relatório de investigação
Technical report
1. Gama, João; Ferreira, Carlos A; Miranda, Vladimiro; Botterud, Audun; Wang, Jianhui. A Survey on Wind Ramp Forecasting,2010.





Dados Complementares (Additional data)
Orientações
Orientations
Participação no júri de Graus Académicos
Academic Degrees jury participation
Participação em Comissões de Avaliação
Evaluation comissions participation
Participação em eventos
Event participation
Participação editorial em revistas
Magazine editorial participation


Orientações
Orientations


Tese de Doutoramento
Phd Thesis
Concluídas
Completed
1. Douglas Cardoso, REJECTION-ORIENTED LEARNING WITHOUT COMPLETE CLASS INFORMATION, 2017. Tese (Ciencias Computação) - Universidade Federal do Rio de Janeiro (Co-orientador).
2. Maria do Carmo da Rocha Sousa , Towards a Dynamic Model for credit risk , 2016. Tese (Doutoramento em Gestão ) - Faculdade de Economia Universidade do Porto (Orientador).
3. João Nuno Vinagre Marques da Silva, Scalable adaptive collaborative Filtering, 2016. Tese (Ciências Computadores) - Universidade do Porto, Bolseiro(a) de Fundação para a Ciência e a Tecnologia (Co-orientador).
4. Márcia Barbosa Oliveira, On Business Analytics: Dynamic Network Analysis for Descriptive Analytics and Multicriteria Decision Analysis for Prescriptive Analytics,, 2016. Tese (Doutoramento em Gestão ) - Faculdade de Economia Universidade do Porto, Bolseiro(a) de Fundação para a Ciência e a Tecnologia (Orientador).
5. Vinicios Mourão Alves de Souza, Classificação de fluxo de dados não estacionários com aplicação em sensores identificadores de insetos, 2016. Tese (Ciências Computação) - Universidade de São Paulo (Co-orientador).
6. Lúcia de Paiva Martins de Sousa, CONTRIBUTION TO THE KNOWLEDGE OF THE HIERARCHICAL CLUSTERING ALGORITHMS AND CONSENSUS CLUSTERING, 2015. Tese (PDMA) - Universidade do Porto (Orientador).
7. Luis Moreira Matias, On Mining Data Streams from Public Transportation Networks, 2015. Tese (PRODEI) - Universidade do Porto (Co-orientador).
8. Hadi Fanaee Tork, Tensor-based Event Detection, 2015. Tese (Ciências Computadores) - Universidade do Porto (Orientador).
9. Elaine Ribeiro de Faria, Detecção de novidade em fluxos contínuos de dados multiclasse, 2014. Tese (Ciências Computação) - Universidade de São Paulo, Bolseiro(a) de Universidade de São Paulo (Co-orientador).
10. Petr Kosina, Decision Rule Learning for Evolving Data Streams, 2013. Tese (Computer Science) - Masaryk University, Bolseiro(a) de Universidade do Porto (Orientador).
11. Elena Ikonomovska, ALGORITHMS FOR LEARNING REGRESSION TREES AND ENSEMBLES ON EVOLVING DATA STREAMS, 2012. Tese (Machine Learning) - Josef Stefan Institute (Co-orientador).
12. Pedro Pereira Rodrigues, Learning from Ubiquitous Data Streams: Clustering Data and Data Sources, 2010. Tese (Ciências Computadores) - Universidade do Porto, Bolseiro(a) de Ministério da Ciência, Tecnologia e Ensino Superior (Orientador).
13. Eduardo Spinoza, Detecção de Novidade em uxos Contínuo de Dados, 2008. Tese (Ciências Computação) - Universidade de São Paulo, Bolseiro(a) de Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Co-orientador).
14. Gladys Castillo, Using Machine Learning for User Modelling, 2006. Tese (Matematica) - Universidade de Aveiro, Bolseiro(a) de Universidade de Aveiro (Orientador).
Em curso
Ongoing
1. Ana Raquel Ferreira de Almeida Sebastião, Learning from Data Streams: Synopsis and Change Detection, 2014. Tese (PDMA) - Universidade do Porto, Bolseiro(a) de INESC Tecnologia e Ciência - INESC TEC (Orientador).
2. Carlos Manuel Abreu Gomes Ferreira, Exploring Temporal Patterns from Multi-relational Databases, 2014. Tese (Ciências Computadores) - Universidade do Porto (Orientador).


Dissertação de Mestrado
Master degree dissertation
Concluídas
Completed
1. Paulo César Teixeira Granja , Previsão da taxa de rebate de cupões promocionais em marketing direto, 2017. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
2. Rui Machado, Image Visual Similarity with deep learning, 2017. Dissertação (Modelação, Análise de dados e Sistemas de Apoio á Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
3. Fabiana Lopes Coelho, Big Data: fontes, utilizações e Consequências , 2017. Dissertação (Mestrado em Ciências da Comunica ção,) - Universidade do Porto (Orientador).
4. Filomena Clara Gouveia Anselmo, Market basket analysis : itens frequentes e itens raros, 2017. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
5. Saulo Ruiz, Credit scoring for micro-finance on emerging marketings, 2017. Dissertação (Modelação, Análise de dados e Sistemas de Apoio á Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
6. Marta Pinto Maximiano Ferreira , The importance of a Ego in a trust network, 2017. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
7. Vânia Cristina Lourenço Pinheiro , Previsão na Indústria química , 2017. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
8. Silvia Susana Moura Carvalho, Previsão de tempos cirúrgicos num hospital, 2017. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
9. Hélder Manuel Rodrigues Pereira da Costa, Análise da variação de consumos de instalações não telecontadas, 2017. Dissertação (Modelação, Análise de dados e Sistemas de Apoio á Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
10. Tomas Zdrail, Entity extraction, 2017. Dissertação (Modelação, Análise de dados e Sistemas de Apoio á Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
11. João Alexandre Freitas Luís, Análise de Redes Sociais Aplicada a uma empresa de Retalho, 2015. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
12. Ricardo Jorge Alves de Oliveira, Deteção de Indícios de Fraude na Indústria do Retalho, 2015. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
13. Ana Luísa Lameira Ferreira, Modelo de identificação de Churn Rotacional nas comunicações móveis, 2015. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
14. Cátia de Jesus Coimbra Ferreira, Análise de Padrões Sequenciais nos Mercados Financeiros, 2015. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
15. Rui Fernando Lima Dias, Monitoring Evolving Stock Networks, 2015. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
16. Ana Catarina Barbosa Forte , Análise de comentários de clientes com o auxílio a técnicas de Text Mining para determinar o nível de (in)satisfação, 2015. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Co-orientador).
17. Ana Margarida Moreira da Silva, Modelos Preditivos Aplicados ao Retalho, 2015. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
18. Rui Filipe da Costa Moreira, Previsão Probabilística dos Preços de Energia Elétrica do Mercado Ibérico de Eletricidade, 2015. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Co-orientador).
19. Vitor Hugo Pereira Moreira da Silva, Mapeamento Automático em Bases de Dados Usando Data Mining, 2013. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
20. Maria José Gomes Pedroto, Estimação de Massa em Energia Eólica, 2013. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
21. Maria João Lima, Classificação Automática de Emails, 2013. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Co-orientador).
22. Rui Portocarrero Sarmento, Large Scale Social Network Analysis, 2013. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
23. Joana Margarida Duarte Gomes, A Dinâmica da Comunicação informal numa organização sob a ótica da análise de redes sociais, 2013. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
24. Daniela Oliveira Baía Soares Vasco, Identificação de Anomalias Contextuais, 2013. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
25. Luis Monteiro Costa, Previsão de Energia Eólica, 2013. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Faculdade de Economia Universidade do Porto (Orientador).
26. Douglas Cardoso, Arquiteturas de redes neuronais sem pesos para agrupamento de dados em fluxo continuo, 2012. Dissertação (Ciencias Computação) - Universidade Federal do Rio de Janeiro (Co-orientador).
27. Nuno Filipe Loureiro Paiva, Influência e Propagação de Informação em Redes Sociais, 2012. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
28. Liliana Andreia de Sousa Bernardino , Perfil dos Consumidores na Detecção de Churning - Modelação de Churning Local por Área de Negócio na Grande Distribuição. , 2012. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
29. Américo José Caulino Guerreiro, Análise de redes sociais: Aplicação a uma rede de clientes, 2012. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
30. Nuno Filipe Rufino Ferreira, Análise exploratória de hierarquias em base de dados multidimensionais, 2012. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
31. Karina dos Santos Carvalho, Descoberta de Subgrupos e Conjuntos de Contraste - Estudo de um caso real, 2012. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
32. Melissa da Silva Rodrigues , Análise de Dados Transaccionais: Uma Comparação de Abordagens, 2011. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
33. Welma Pereira de Jesus , Estudos Comparativo de Ferramentas de Data Mining para lidar com Fluxo de Trabalho ("Workflow"), 2011. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
34. Ricardo Emanuel de Gouveia Costa Cachucho , Activity Recognition Using, Smartphone Based, Accelerometer Sensor Data, 2011. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
35. Márcia Daniela Barbosa Oliveira, Monitorização da Evolução de Agrupamentos, 2010. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
36. Teresa Henriques, Análise de algoritmos de classificação para traçados de batimento cardíaco fetal, 2010. Dissertação (Mestrado Informática Médica) - Universidade do Porto (Co-orientador).
37. Elsa Manuela Pereira de Aguiar , Sumarização para Diferentes Horizontes Temporais: Aplicação a Dados da Rede Eléctrica Nacional. , 2010. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
38. Elena Ikonomovska, Efficient Incremental Learning of Regression Trees and Model Trees from Data Streams, 2009. Dissertação (Machine Learning) - Josef Stefan Institute (Co-orientador).
39. Margarida Camarinha, Auditoria na Banca usando Redes Bayesianas, 2009. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
40. Petr Kosina, Stream Mining and Meta-learning, 2009. Dissertação (Computer Science) - Masaryk University (Co-orientador).
41. Ricardo Bessa, Treino online de Redes Neuronais com Critérios de Informação aplicados à previsão Eólica, 2008. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
42. Claudia Dias, Modelos Bayesianos para Qualidade de Vida, 2007. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
43. Milton Severo Silva, Algoritmos Incrementais para Regressão com Detecção de Mudança, 2006. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
44. Edgar Pimenta, Decomposição de Problemas multi:classe:códigos de correcção de erros de saída, 2005. Dissertação (Ciências Computadores) - Universidade do Porto (Orientador).
45. Carlos Pinto, Algoritmos Incrementais para Aprendizagem Bayesiana, 2005. Dissertação (Ciências Computadores) - Universidade do Porto (Orientador).
46. Pedro Pereira Rodrigues, Algoritmos Incrementais para Agrupamentos Hierárquicos, 2005. Dissertação (Ciências Computadores) - Universidade do Porto (Orientador).
47. Ricardo Fernandes, Árvores de Decisão em conceitos não estacionários, 2005. Dissertação (Ciências Computadores) - Universidade do Porto (Orientador).
48. Francisco Rodrigues, Integração de conjuntos frequentes na indução de árvores de decisão, 2004. Dissertação (Análise de Dados e Sistemas de Apoio à Decisão) - Universidade do Porto (Orientador).
49. Ricardo Rocha, Árvores de Decisão Adaptativas, 2004. Dissertação (Ciências Computadores) - Universidade do Porto (Orientador).
50. Nuno Amado, Estratégias para Implementação de Algoritmos de Aprendizagem em Paralelo, 2002. Dissertação (Ciências Computadores) - Universidade do Porto (Orientador).


Participação no júri de Graus Académicos
Academic Degrees jury participation


Doutoramento
Phd
1. Gama, João. Algorithmes de machine learning adaptatifs pour ux de donnes sujets des changements de concept, 2017.
2. Gama, João. Participação no júri de Ugo Vespier. Mining Sensor Data from Complex Systems, 2015. Tese (Phd in Computer Science) - Leiden University.
3. Gama, João. Participação no júri de Xin Zhao. Online Human Gesture Recognition using depth camera, 2014. Tese (Computer Science) - University of Queensland.
4. Gama, João. Participação no júri de Aneesh Chauhan. Grouding Human Vocabulary in Robot Perception through Interaction, 2014. Tese (Programa Doutoral Engenharia Informática) - Universidade de Aveiro.
5. Gama, João. Participação no júri de Ghazal Jaber. An approach for online learning in the presence of concept Change, 2013. Tese (Computer Science) - Universite de Paris XI (Paris-Sud).
6. Gama, João. Participação no júri de Hanen Borchani. Multi-dimensional classification using Bayesian networks for stationary and evolving streaming data, 2013. Tese (Computer Science) - Universidad Politécnica de Madrid.
7. Gama, João. Participação no júri de Rosane Maria Maffei Vallim. Mineração de fluxos contínuos de dados para jogos de computador, 2013. Tese (Ciências Computação) - Universidade de São Paulo.
8. Gama, João. Participação no júri de Zaigham Faraz Siddiqui . Mining Perennial Objects, 2013. Tese (Computer Science) - University of Magdeburg.
9. Gama, João. Participação no júri de Paulo Sérgio Dias dos Santos Pires. Complexity, beauty and creativity in visual arts: from cognition to computation, 2012. Tese (INFORMATION SCIENCES AND TECHNOLOGIES) - Universidade de Coimbra.
10. Gama, João. Participação no júri de Jorn Bakker. Handling Abrupt Changes in Evolving Time-series Data, 2012. Tese (Computer Science) - Eindhoven University of Technology.
11. Gama, João. Participação no júri de Alfred Krzywicki. Exploiting Concept Clumping for Learning in Adaptive Personal Assistants,, 2011. Tese (Computer Science) - University of New South Wales.
12. Gama, João. Participação no júri de João Paulo Bártolo Gomes. Learning Recurring Concepts from Data Streams in Ubiquitous Environments, 2011. Tese (Computer Science) - Universidad Politécnica de Madrid.
13. Gama, João. Participação no júri de Chongsheng Zhang. Managing and Mining Data Streams with Evolving Tuples, 2011. Tese (Computer Science) - Universidade de Nice-Sophia Antipolis.
14. Gama, João. Participação no júri de Alexandra Sofia Martins de Carvalho. Representação e Descoberta de Motivos, 2011. Tese (Programa de Doutoramento em Computação) - Universidade Técnica de Lisboa.
15. Gama, João. Participação no júri de Yoann Pitarch. Rèsumè de Flots de Donnees: Motifs, Cubes et Hierarchies, 2011. Tese (Computer Science) - Universite de Montpellier II (Scien. et Tech Du Languedoc).
16. Gama, João Manuel Portela da. Participação no júri de Maritza Correa. Inteligencia Artificial para la Prediccion y Control del Acabado Superficial en Procesos de Fresado a Alta Velocidad, 2010. Tese (Computer Science) - Universidad Politécnica de Madrid.
17. Gama, João Manuel Portela da. Participação no júri de Roberto Henriques. Artificial Intelligence in Geospatial Analysis: applications of Self-Organizing Maps in the context of Geographic Information Science, 2010. Tese (ISEGI) - Universidade Nova de Lisboa.
18. Gama, João Manuel Portela da. Participação no júri de Carlos Ruiz Moreno. Inclusion de Informacion de dominio en Modelos de Clustering Basados en Densidade para Datos Estaticos y Data Streams, 2009. Tese (Computer Science) - Universidad Politécnica de Madrid.
19. Gama, João Manuel Portela da. Participação no júri de Valerio Grossi. A New Framework for Data Streams Classi, 2009. Tese (Computer Science) - Universita degli Studi - Pisa.
20. Gama, João Manuel Portela da. Participação no júri de Richard Kirkby. Improving Hoeffding Trees, 2008. Tese (Computer Science) - University Waikatoo.
21. Gama, João Manuel Portela da. Participação no júri de Raul Fidalgo Merino. Aprendizaje de Arboles de Decision Y Regresion en Flujos de Datos con Dinamicas desconecidas, 2008. Tese (Computer Science) - Universidade de Málaga.
22. Gama, João Manuel Portela da. Participação no júri de Suan Khai Chong. Context-Driven Control of Sensors for Energy Conservation, 2008. Tese (Computer Science) - Monash University .
23. Gama, João Manuel Portela da. Participação no júri de Fei Zheng. Semi-naive Bayesian Classifiers, 2008. Tese (Computer Science) - Monash University .
24. Gama, João Manuel Portela da. Participação no júri de Jose Campo-Avila. Nuevos Enfoques en Aprendizage Incremental, 2007. Tese (Computer Science) - Universidade de Málaga.
25. Gama, João Manuel Portela da. Participação no júri de Francisco Javier Ferrer Troyano. Aprendizaje Incremental y Modelado Visual de Regras de Decision, 2006. Tese (Computer Science) - Universidade de Sevilha.
26. Gama, João Manuel Portela da. Participação no júri de Ana Carolina Lorena. Investigação de Estratégias para a Geração de Máquinas de Vectores de Suporte Multi-classe, 2006. Tese (Ciências Computação) - Universidade de São Paulo.
27. Gama, João Manuel Portela da. Participação no júri de Rosa Blanco. Learning Bayesian Networks from Data with Factorization and Classi, 2005. Tese (Computer Science) - Universidad del Pais Vasco/Euskal Herriko Unibertsitatea.
28. Gama, João Manuel Portela da. Participação no júri de Joseph Roure. Incremental Methods for Bayesian Network Structure Learning, 2004. Tese (Computer Science) - Universitat Politecnica de Catalunya.
29. Gama, João Manuel Portela da. Participação no júri de Ying Yang. Discretization for naive-Bayes Learning, 2003. Tese (Computer Science) - Monash University .
30. Gama, João Manuel Portela da. Participação no júri de Pedro Almeida. Previsão do Comportamento de Séries Temporais Financeiras com Apoio de Conhecimento sobre o Domínio, 2003. Tese (Informática) - Universidade da Beira Interior.
31. Gama, João Manuel Portela da. Participação no júri de Alexandros Kallousis. Algorithm Selection via Meta-Learning, 2002. Tese (Computer Science) - Universite de Geneve.


Participação em Comissões de Avaliação
Evaluation comissions participation
1. External Evaluator, 2014, Natural Sciences and Engineering Research Council of Canada.
Applicant’s name: Hamilton, Howard Institution: University of Regina Application ID: RGPIN-2014-04598 Title of proposal: Spatio-Temporal Data Mining and Artificial Intelligence for Computer Animation Keywords: data mining; spatio-temporal data mining; interestingness measures; computer animation; artificial intelligence for computer animation; whale and fish simulation.
2. Evaluation Committee , 2013, Institut Superieure d'Electronique de Paris.
3. Jornada de Seguimiento de Proyectos TIN, 2010, Ministerio de Ciencia e Innovación.
Madrid, 2010.
4. Jornadas de Seguimiento de Proyectos TIN, 2009, Ministerio de Ciencia e Innovación.
Madrid, 2009.
5. Jornada de Seguimiento de Proyectos TIN, 2007, Ministerio de Ciencia e Innovación.
Zaragoza, 2007.


Participação em eventos
Event participation
Participação como Keynote Speaker
Participation as Keynote Speaker
1. IEEE Conference on Evolving and Adaptive Intelligent Systems, 2015 (Congresso).
Nome do evento: IEEE Conference on Evolving and Adaptive Intelligent Systems; Nome da Instituição: IEEE; Cidade do evento: Douai, France.
2. 18th International Database Engineering & Applications Symposium, 2014 (Congresso).
Nome do evento: 18th International Database Engineering & Applications Symposium; Cidade do evento: Porto / ISEP.
3. 9th IEEE Symposium on Computers and Communications, 2014 (Simpósio).
Nome do evento: THE NINETEENTH IEEE SYMPOSIUM ON COMPUTERS AND COMMUNICATIONS; Cidade do evento: Funchal, Madeira.
4. Symposium on Knowledge Discovery, Mining and Learning (KDMiLe), 2013 (Congresso).
Nome do evento: Learning about the learning process; Nome da Instituição: Institute of Mathematics and Computation at University of São Paulo, Brazil; Cidade do evento: S. Carlos, Brasil / USP-S. Carlos.
5. New Frontiers on Mining Complex Patterns, 2013 (Workshop).
Nome do evento: New Frontiers on Mining Complex Patterns; Nome da Instituição: ECMLPKDD 2013; Cidade do evento: Prague.
6. 36th Annual Conference of the German Classification Society, 2012 (Congresso).
Nome do evento: 36th Annual Conference of the German Classification Society; Nome da Instituição: German Classification Society; Cidade do evento: Hildesheim.
7. Conference on 100 YEARS OF ALAN TURING AND 20 YEARS OF SLAIS, 2012 (Congresso).
Nome do evento: 15th International Multiconference on Information Society; Nome da Instituição: Slovenian Artificial Intelligence Society; Cidade do evento: Ljubljana / Josef Stefan Institute.
8. Conférence Internationale Francophone sur l'Extraction et la Gestion des Connaissances , 2011 (Congresso).
Nome do evento: Reasoning about the learning proces; Nome da Instituição: EGC; Cidade do evento: Brest.
9. Jornadas de Classificação e Análise de Dados, 2011 (Congresso).
Nome do evento: Jornadas de Classificação e Análise de Dados; Nome da Instituição: CLAD; Cidade do evento: Vila Real.

Participação como Membro da Comissão Científica
Participation as Member of the Program Committee
1. European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECMLPKDD 2014) , 2014 (Congresso).
Nome do evento: European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECMLPKDD 2014); Cidade do evento: Nancy.
2. 29th Symposium On Applied Computing, 2014 (Congresso).
Nome do evento: 29th Symposium On Applied Computing - Data Streams Track; Nome da Instituição: SIGAPP; Cidade do evento: Gyeongju, Korea / Dongguk University, Gyeongju, Korea.
3. EUROPEAN CONFERENCE ON MACHINE LEARNING AND PRINCIPLES AND PRACTICE OF KNOWLEDGE DISCOVERY IN DATABASES, 2013 (Congresso).
Nome do evento: EUROPEAN CONFERENCE ON MACHINE LEARNING AND PRINCIPLES AND PRACTICE OF KNOWLEDGE DISCOVERY IN DATABASES; Cidade do evento: Prague / Prague.
4. 19th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD) , 2013 (Congresso).
Nome do evento: 19th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD) ; Nome da Instituição: ACM; Cidade do evento: Chicago, US.
5. Symposium Applied Computing, 2013 (Congresso).
Nome do evento: 28th Symposium On Applied Computing; Nome da Instituição: ACM; Cidade do evento: Coimbra / Polytechnic Institute of Coimbra (IPC).
6. Computer Based Medical Systems, 2013 (Congresso).
Nome do evento: 26th IEEE International Symposium on Computer-Based Medical Systems; Nome da Instituição: IEEE; Cidade do evento: Porto / Fac. Medicina UP.
7. European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, 2012 (Congresso).
Nome do evento: European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases; Cidade do evento: Bristol, UK / University Bristol.
8. 27th Symposium On Applied Computing - Data Streams Track, 2012 (Congresso).
Nome do evento: 27th Symposium On Applied Computing - Data Streams Track; Nome da Instituição: SIG APP; Cidade do evento: Riva del Garda (Trento), Italy.
9. 26th Symposium On Applied Computing, 2011 (Congresso).
Nome do evento: 26th Symposium On Applied Computing - Data Streams Track; Nome da Instituição: SIGAPP; Cidade do evento: Taichung, Taiwan / Tunghai University.
10. 25th Symposium On Applied Computing, 2010 (Congresso).
Nome do evento: 25th Symposium On Applied Computing - Data Streams Track; Nome da Instituição: SIGGAPP.
11. 24th Annual ACM Symposium on Applied Computing, 2009 (Congresso).
Nome do evento: 24th Annual ACM Symposium on Applied Computing - Data Streams Track; Nome da Instituição: SIGAPP; Cidade do evento: Honolulu / Chaminade University of Honolulu.
12. 23rd Annual ACM Symposium on Applied Computing, 2008 (Congresso).
Nome do evento: 23rd Annual ACM Symposium on Applied Computing - Data Streams Track; Nome da Instituição: SIGAPP; Cidade do evento: Fortaleza / University of Fortaleza (UNIFOR).

Participação como Membro da Comissão de Honra
Participation as Member of the Honour Committee
1. ECML PKDD - European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, 2015 (Congresso).
Nome do evento: ECML PKDD - European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases; Cidade do evento: Porto / Alfandega.
2. Twelfth International Symposium on Intelligent Data Analysis (IDA 2013), 2013 (Congresso).
Nome do evento: Twelfth International Symposium on Intelligent Data Analysis (IDA 2013); Nome da Instituição: IDA Society; Cidade do evento: Londres.

Participação como Moderador
Participation as Chairman
1. ACM SAC, 2015 (Congresso).
Nome do evento: Symposium on Applied Computing; Nome da Instituição: ACM; Cidade do evento: Salamanca / Universidade de Salamanca.



Participação editorial em revistas
Magazine editorial participation
1. Gama, João. Data Mining Knowledge Discovery, desde 2011/12/03, Função ou tipo de participação: Corpo editorial, Editora: Springer.
2. Gama, João. Progress in Artificial Intelligence, desde 2011/01/01, Função ou tipo de participação: Conselho redactorial, Editora: Springer.
3. Gama, João Manuel Portela da. Journal of BioMedical Data Mining, desde 2010/08/01, Função ou tipo de participação: Conselho redactorial, Editora: Ashdin Publishing.
4. Gama, João Manuel Portela da. Machine Learning, desde 2010/06/01, Função ou tipo de participação: Corpo editorial, Editora: Springer.
5. Gama, João Manuel Portela da. International Journal of Computational Intelligence and Applications, desde 2007/01/01, Função ou tipo de participação: Corpo editorial, Editora: World Scientific.
6. Gama, João Manuel Portela da. New Generation Comtputing, desde 2005/11/01, Função ou tipo de participação: Corpo editorial, Editora: Ohmsha, Ltd e Springer .
7. Gama, João Manuel Portela da. Intelligent Data Analysis, de 2002/03/01 até 2010/11/01, Função ou tipo de participação: Corpo editorial, Editora: IOS Press.






Indicadores de produção (Production indicators)

Produção científica
Scientific production
Produção técnica
Technical production
Dados complementares
data
Total
Produção científica
Scientific production
 251

Livros e capítulos
Books and book chapters
 135
Livros publicados ou organizados
Published or organized books
 15
Capítulos de livros publicados
Published book chapters
 120
Artigos científicos em revistas
Papers in periodics
 88
Com arbitragem científica
With scientific refereeing
 88
Trabalhos em eventos
Papers in conference proceedings
 24
Com arbitragem científica
With scientific refereeing
 24

Total
Produção técnica
Technical production
 39

Software 3
Software sem registo ou patente
Software without patent or official record
 3
Outros tipos de produção técnica
Other technical production
 36

Total
Dados complementares
(Additional data)
 134

Orientações
Orientations
 67
Participação no Júri de Graus Académicos
Academic Degrees jury participation
 31
Participação em Comissões de Avaliação
Evaluation comissions participation
 5
Participação em Eventos
Event participation
 24
Participação editorial em revistas
Magazine editorial participation
 7


Visualizações do curriculum [ 7588 ]
 
Página gerada pela Plataforma de Curricula DeGóis promovida pela FCT e pelo Gávea/DSI/UM em 14-06-2021 às 01:23:14
Plataforma de Curricula DeGóis: http://www.degois.pt/ | Icons by Axialis Team
Co-Autores Relacionados no DeGóis (9)
 Co-authors listed in Degóis