Ementa:
Estudo da natureza do problema a ser investigado e os impactos no processo de preparação de dados; Tratamento de dados numéricos, categóricos, booleanos e mistos; Procedimentos para limpeza de dados (valores faltantes, ruídos/outliers e inconsistências); Integração e transformação de dados; Abordagens para redução e sintetização de dados (agregação de dados, criação de atributos derivados, amostragem). Pré-processamento de dados para aprendizado supervisionado e não-supervisionado; Redução de dimensionalidade (seleção de atributos, extração de características, projeção aleatória); Modelagem de problemas reais em que a variável resposta é contínua; Discretização e normalização de dados; Aprendizado com classes desbalanceadas (oversampling e undersampling); Preparação de dados para séries temporais; Medidas de avaliação de modelos; Comparação de classificadores no espaço ROC; Métodos estatísticos para comparação de modelos; Métodos Geoestatísticos para interpolação de dados; Métodos computacionais aplicados à agricultura de precisão; Modelos de Assimilação de Dados com aplicações na agricultura
Ano de Catálogo: 2022
Créditos: 3
Número mínimo de alunos: 3
Número de alunos matriculados: 8
Idioma de oferecimento: Português
Horários/Salas:
Docentes:
Reservas:
Não possui reservas.| Hora | Segunda | Terça | Quarta | Quinta | Sexta | Sábado |
|---|---|---|---|---|---|---|
| 07:00 | ||||||
| 08:00 | ||||||
| 09:00 | A - EA07 | |||||
| 10:00 | A - EA07 | |||||
| 11:00 | A - EA07 | |||||
| 12:00 | ||||||
| 13:00 | ||||||
| 14:00 | ||||||
| 15:00 | ||||||
| 16:00 | ||||||
| 17:00 | ||||||
| 18:00 | ||||||
| 19:00 | ||||||
| 20:00 | ||||||
| 21:00 | ||||||
| 22:00 | ||||||
| 23:00 |