Plano Departamental
Disciplina: 219044 - INTRODUÇÃO A CIÊNCIA DE DADOS
Horas Aula: 3
Departamento: DEPTO DE MECANICA APLICADA E COMPUTACIONAL
Plano de Ensino
Voltar
Ementa
1. Identificar, obter e transformar um conjunto de dados para torná-lo adequado para a produção
de dados estatísticos comunicados por escrito.
2. Formular questões e hipóteses pertinentes baseados em dados de pesquisa científica.
3. Construir modelos de inferência estatística e de aprendizado de máquina com base em dados
experimentais ou provenientes de simulações computacionais.
4. Criar visualizações para comunicar a análise de dados.
Conteúdo
1. Parte Teórica:
- Obtenção, manipulação e limpeza de dados.
- Análise exploratória de dados.
- Pesquisa reprodutível.
- Modelagem estatística.
- Aprendizado supervisionado e não supervisionado.
- Apresentação e visualização de resultados.
- Recuperação de informação.
- Introdução as ferramentas de Big Data.
2. Parte prática:
- Projetos colaborativos no Github.
- Introdução ao Python e as bibliotecas de análise de dados.
Bibliografia
1. Géron, Aurélien. Hands-on machine learning with Scikit-Learn, Keras, and TensorFlow: Concepts, tools, and techniques to build intelligent systems. O'Reilly Media, 2019.
2. Wes McKinney. 2012. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and Ipython. O'Reilly Media, Inc.
Bibliografia(continuação)
Não informado
Bibliografia complementar
1. Nina Zumel and John Mount. 2014. Practical Data Science with R (1st ed.). Manning Publications Co., Greenwich, CT, USA.
2. Joel Grus. 2015. Data Science from Scratch: First Principles with Python. O'Reilly Media, Inc.
3. Bart Baesens. 2014. Analytics in a Big Data World: The Essential Guide to Data Science and its Applications. John Wiley & Sons
4. Philipp K. Janert, 2010, Data Analysis with Open Source Tools. O'Reilly Media, Inc.
5. McCallum, Q. Ethan. Bad data handbook: cleaning up the data so you can get back to work. " O'Reilly Media, Inc.", 2012.