Informações da Disciplina

 Preparar para impressão 

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação


Instituto de Ciências Matemáticas e de Computação
 
Matemática Aplicada e Estatística
 
Disciplina: SME0828 - Introdução à Ciência de Dados
Introduction to Data Science

Créditos Aula: 4
Créditos Trabalho: 2
Carga Horária Total: 120 h
Tipo: Semestral
Ativação: 01/01/2020 Desativação:

Objetivos
Introduzir conceitos de mineração de dados aos alunos de graduação em Estatística. Técnicas de processamento de dados para extração de conhecimento serão apresentadas aos alunos.O curso visa prover teoria e prática a fim de que os alunos possam aplicar as novas técnicas e ferramentas estudadas em problemas reais.
 
 
 
Docente(s) Responsável(eis)
3455521 - Cibele Maria Russo Novelli
6725830 - Katiane Silva Conceição
57696 - Marinho Gomes de Andrade Filho
 
Programa Resumido
Introdução à Ciência de Dados. Descoberta de Conhecimento em Bases de Dados; Mineração de Dados, Aprendizado de máquina. Métodos de coleta de dados. Preparação de Dados, Pré-processamento de Dados. Planejamento de experimentos. Aplicações em problemas reais.
 
 
 
Programa
Introdução à Ciência de Dados. Introdução ao aprendizado de máquina e mineração de dados. Introdução à linguagem Python. Processos de aquisição de dados. Métodos de agregação, transformação e limpeza de dados. Busca e processamentos de textos. Métodos de amostragem de dados. Conceitos de aprendizado e sumarização de dados. Estudo de casos.
 
 
 
Avaliação
     
Método
Exposição teórica com vistas aos objetivos aplicativos da matéria, seguida de exercícios e trabalhos práticos dentro e fora da classe.
Critério
Avaliação por meio de provas escritas, trabalhos e seminários.
Norma de Recuperação
Número de provas: no mínimo uma (01) e no máximo três (03) provas. Critério de aprovação: a nota final (MF) do aluno que realizou provas de recuperação dependerá da média do semestre (MS) e da média das provas de recuperação (MR), como segue: MF=5 se 5 <= MR <= 10 - MS; MF = (MS + MR) / 2 se MR > 10 - MS MF = MS se MR < 5.
 
Bibliografia
     
Livros textos: Pang-Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar, Introduction to Data Mining, Pearson, 2019. Complementar: Faceli, Katti; Lorena, Ana Carolina; Gama, João ; de Carvalho, A. C. P. L. F. (2011). Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina. 1. ed. Rio de Janeiro: LTC.
 

Clique para consultar os requisitos para SME0828

Clique para consultar o oferecimento para SME0828

Créditos | Fale conosco
© 1999 - 2022 - Superintendência de Tecnologia da Informação/USP