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: SME0879 - Mineração de dados representados por grafos
Mining data represented by graphs

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

Objetivos
Introduzir ao alunos as técnicas de modelagem de dados via redes complexas. Apresentar métodos para representar dados de redes sociais, tecnológicas, de informação e biológicas como grafos. Estudar algoritmos para prever conexões nas redes e extrair padrões de conexões que forneçam informações relevantes. Aplicar as técnicas em casos reais.
 
Introduce students to the techniques of modeling data through complex networks. To present methods to represent data of social, technological, informational and biological networks as graphs. Study of the algorithms to predict connections in networks and extract connection patterns that provide relevant information. Apply the techniques in real cases.
 
 
Docente(s) Responsável(eis)
3455521 - Cibele Maria Russo Novelli
6725830 - Katiane Silva Conceição
57696 - Marinho Gomes de Andrade Filho
 
Programa Resumido
Introdução às redes complexas. Medidas para caracterização de redes. Técnicas de detecção de comunidades. Métodos para predição de links. Inferência em grafos. Aplicações em casos reais.
 
Introduction to complex networks. Measures for characterization of networks. Techniques of detection of communities. Methods for predicting links. Inference in graphs. Applications in real cases.
 
 
Programa
Introdução às redes complexas. Representação de dados por grafos. Medidas de redes: transitividade, correlação de grau, centralidade. Técnicas de detecção de comunidades. Métodos para predição de links. Inferência em grafos. Aplicações em casos reais: redes sociais, redes tecnológicas e biológicas.
 
Introduction to complex networks. Representation of data by graphs. Measures of networks: transitivity, correlation of degree, centrality. Techniques of detection of communities. Methods for predicting links. Inference in graphs. Applications in real cases: social networks, technological and biological networks.
 
 
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: M. E. J. Newman, Networks: an introduction, Oxford University Press, 2018. Complementar: Zanin et al., Combining complex networks and data mining: why and how, Physics Reports, vol. 635, 2016.
 

Clique para consultar os requisitos para SME0879

Clique para consultar o oferecimento para SME0879

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