Matriz Curricular
Disciplina: ENE142 - CIÊNCIA DE DADOS APLICADA À ENGENHARIA
Carga horária: 60
Departamento: DEPTO DE ENERGIA ELETRICA /ENG
Plano de Ensino
Ementa
Linguagens de programação para Ciência de Dados. Fundamentos de Big Data. Armazenamento de dados.
Estatística aplicada. Visualização de dados. Mineração de dados. Inteligência Artificial.
Conteúdo
¿ Linguagens de programação, estruturas, bibliotecas, organização e obtenção de dados a partir de arquivos
e APIs.
¿ Fundamentos de Big Data.
¿ Bancos relacionais e não relacionais; SQL, NoSQL, data warehouses e processos ETL.
¿ Visualização de dados.
¿ Estatística e probabilidade aplicadas: descrição de dados, correlação, distribuições e teoremas.
¿ Mineração de dados e KDD: associação, agrupamento, sumarização, classificação e regressão.
¿ Aprendizagem de máquina, redes neurais e aplicações.
Bibliografia
¿ GRUS, J. Data science do zero: primeiras regras com o Python. Alta Books, 2016. ISBN 9788576089988.
¿ Data warehouse. SAGAH, 2021. ISBN 9786556901916.
¿ BASSO, D. E. Big data. Contentus, 2020. ISBN 9786557456798.
¿ KIMBALL, R. Data warehouse toolkit. Makron Books, 1998. ISBN 8534608172.
¿ Data mining. SAGAH, 2021. ISBN 9786556900292.
¿ RUSSELL, S. J.; NORVIG, P. Inteligência artificial: uma abordagem moderna. 4. ed. GEN LTC, 2022. ISBN
9788595159495.
Bibliografia(continuação)
Não informado
Bibliografia complementar
¿ CAETANO, M. A. L. Python e mercado financeiro. Blücher, 2021.
¿ ELMASRI, R.; NAVATHE, S. B. Sistema de banco de dados. 6. ed. Pearson, 2010.
¿ Framework de Big Data. SAGAH, 2020.
¿ MENDES, G. S.; SCHAEDLER, A. Business intelligence. InterSaberes, 2021.
¿ MUNIZ, A. et al. Livro Jornada Python. Brasport, 2022.