Ementa:
A disciplina apresenta os fundamentos da Ciência de dados, visando a construção da base para o estudo de técnicas mais complexas no campo do Aprendizado de Máquina. O conteúdo é dividido em cinco grandes partes: 1) contextualização e definições gerais da área e dos principais termos técnicos; 2) introdução à linguagem de programação (R ou Python); 3) estatística descritiva e inferencial; 4) algoritmos não supervisionados (agrupamento e redução da dimensionalidade com técnicas hierárquicas, K-Means, PCA etc.) e 5) algoritmos supervisionados (classificação com K-NN, árvores de decisão, random forests, bagging e boosting).
Bibliografia:
P. Bruce e A. Bruce (2019). Estatística prática para cientistas de dados, Ed. O’Reilly
F. Provost e T. Fawcett (2016). Data Science para negócios. Ed. Alta Books.
Ch. Wheelan (2013). Estatística: o que é, para que serve, como funciona, 5ª ed., Ed. Zahar
W. de O. Bussab e P. A. Morettin (2017). Estatística básica, 9º ed., Ed. Saraiva
L. P. Fávero e P. Belfiore (2017). Manual de análise de dados. Ed. Elsevier.
R. Hoffmann (2016) Análise estatística de relações lineares e não lineares. Edição do autor. Portal de livros abertos da USP.
https://doi.org/10.11606/9788592105716
K. Faceli et al (2021). Inteligência Artificial: uma abordagem de aprendizado de máquina, 2ª ed.; ed. LTC
R. A. Irizarry (2020). Data Analysis and Prediction Algorithms with R. Ebook em https://rafalab.github.io/dsbook/
Nota: ao longo do semestre se indicará bibliografia complementar referente às aplicações de cada seção.
Ano de Catálogo: 2024
Créditos: 4
Número de alunos matriculados: 16
Idioma de oferecimento: Português
Tipo Oferecimento: Regular
Local Oferecimento:
Horários/Salas:
Docentes:
Reservas:
Não possui reservas.Hora | Segunda | Terça | Quarta | Quinta | Sexta | Sábado |
---|---|---|---|---|---|---|
07:00 | ||||||
08:00 | ||||||
09:00 | ||||||
10:00 | ||||||
11:00 | ||||||
12:00 | ||||||
13:00 | ||||||
14:00 | A - IE34 | |||||
15:00 | A - IE34 | |||||
16:00 | A - IE34 | |||||
17:00 | A - IE34 | |||||
18:00 | ||||||
19:00 | ||||||
20:00 | ||||||
21:00 | ||||||
22:00 | ||||||
23:00 |