Ementa de Disciplina

ENG4502 | INTRODUÇÃO À CIÊNCIA DE DADOS

4 créditos

Ementa

Introdução e exemplos de aplicações da Ciência de Dados: Ciclo de vida da Ciência de Dados e o Processo de descoberta de conhecimento em bases de dados. O pensamento dedutivo e indutivo. Abordagens supervisionada e não supervisionada para o aprendizado de modelos a partir de dados; Conceitos e técnicas de Pré-processamento de dados: Tipos de Dados. Estruturas e Modelos de Representação dos dados. Padrões Preditivos e Descritivos. Normalização e Padronização. Tratamento de dados faltantes. Redução de dimensionalidade. Tratamento de ruídos. Engenharia de características; Técnicas de Mineração de Dados: Classificação (Aprendizado de regras, Árvores de decisão, Redes Neurais Artificiais). Abordagens ensemble. Agrupamento. Aprendizado de regras de associação; Noções de metodologia científica experimental. Open Science. Técnicas de Pós-processamento: Métricas para avaliação de modelos. Metodologia experimental para avaliação de modelos; Utilização de ferramentas computacionais para apoio às etapas do ciclo de vida de Ciência de Dados.

Bibliografia

HAN, J.; KAMBER, M.; PEI, J. Data Mining: Concepts and Techniques. 3rd ed.; Massachusetts: Morgan Kaufmann, 2011. FAWCETT, T.; PROVOST, F. Data Science para Negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados; Rio de Janeiro: Alta Books Editora, 2018. EMC Education Services. Data Science and Big Data Analytics: Discovering, Analyzing, Visualizing and Presenting Data; Nova Jersey: Wiley & Sons, 2015.

Bibliografia Complementar

WITTEN, I. H.; FRANK, E.; HALL, M. A.; PAL, C. J. Data Mining: Practical Machine Learning Tools and Techniques. 4th ed; Massachusetts: Morgan Kaufmann, 2016. SHCHERBAKOV, M.; SHCHERBAKOVA, N.; BREBELS, A.; JANOVSKY, T.; KAMAEV, V. Lean Data Science Research Life Cycle: A Concept for Data Analysis Software Development, Knowledge-Based Software Engineering. Vol. 466, pp. 708-716; New York: Springer International Publishing, 2014. GÉRON, A. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: Concepts, tools, and techniques to build intelligent systems; Califórnia: O'Reilly Media, 2019. MITCHELL, M. Artificial Intelligence: A guide for thinking humans; Londres: Penguin UK, 2019. WICKHAM, H.; GROLEMUND, G. . R for Data Science: Import, Tidy, Transform, Visualize and Model Data. 1ª ed; Califórnia: O'Reilly Media, 2017.

Pré-requisitos

BIA1004 e MAT4200

ou

INF1007 e MAT1200

ou

INF1007 e MAT1250

ou

INF1007 e MAT1260

ou

INF1007 e MAT1280

ou

INF1007 e MAT4200

ou

INF1007 e MAT4280

ou

INF1026 e MAT1200

ou

INF1026 e MAT1250

ou

INF1026 e MAT1260

ou

INF1026 e MAT1280

ou

INF1026 e MAT4200

ou

INF1026 e MAT4280

ou

INF1037 e MAT1200

ou

INF1037 e MAT1250

ou

INF1037 e MAT1260

ou

INF1037 e MAT1280

ou

INF1037 e MAT4200

ou

INF1037 e MAT4280

Co-requisitos

Nenhum co-requisito encontrado para ENG4502

Última atualização da ementa: 20/06/2023