Aplicar técnicas de estatística multivariada e aprendizagem estatística de forma a proporcionar análises preditivas em áreas específicas de organizações.
Introdução; visual analytics; domínios específicos do business analytics: marketing, RH, finanças cadeia de suprimentos, mineração de texto, detecção de fraudes.
Introdução; histórico sobre o business analytics; comparação business intelligence e business analytics; visual analytics; introdução a programação em Python e R; estudos dos domínios do business analytics, como: marketing analytics; RH analytics; financial analytics, supply chain analytics, text analytics, detecção de fraudes.
1. Dinabandhu Bag, Business Analytics, Routledge 2016, ISBN: 978-1-138-91612-8. 2. Christian Albright e Wayne L Winston, Business Analytics: Data analysis and decision making; Cengage Learning, 2012, ISBN: 978-1-305-94754-2. 3. Cole Nussbaumer Knaflic,Storytelling with data: a data visualization guide for business professionals, Willey, 2015, ISBN: 978-1-119-00225-3. 4. Dean Abbott, Applied Predictive Analytics: Principles and Techniques for the Professional Data Analyst, Willey, 2014, ISBN: 978-1-118-72796-6. 5. Benjamin Bengfort, Tony OjedaRebecca Bilbro, Applied Text Analysis with Python: Enabling Language-Aware Data Products with Machine Learning, O’Reilly Media, 2018, ISBN: 978-1-491-96304-3.