INSCREVA-SE

Ciência dos Dados


Codigo Carga Horária
T E L/P CHT
ECM514 0 0 4 160

Ementa

A disciplina de Ciência de Dados será responsável por realizar a interligação de todas as grandes áreas que integram o tema, como análise de dados, visualização, engenharia de dados, aprendizado de máquina. Coleta, limpeza e análise de dados. Desenvolvimento de projeto com visualização de dados. Introdução a ferramenta PowerBi. Análise e extração de informações utilizando a ferramenta PowerBi. Introdução a Análise Descritiva. Integração de Inteligência Artificial com a área de Ciência de Dados. A importância da escolha correta: Normalização, Seleção de atributos e métricas. Análise de dados em um cenário de grande volume de dados. Conceitos e definição de Big Data. Principais características de Big Data. Introdução ao Gerenciamento e armazenamento da informação. Características de uma plataforma Big Data. Tecnologias associadas à Plataforma Big Data. Dados Estruturados e Dados Não-Estruturados. Modelos de Serviços em Nuvem. Paralelização de processamento (Map Reduce) Hadoop e Hive. Mineração e extração de informação com paralelismo utilizando Spark;

Descrição

A disciplina desenvolve os principais conceitos e práticas da Ciência de Dados. Ao término da disciplina o aluno será capaz de planejar e executar iniciativas de Ciência de Dados, envolvendo atividades de extração, armazenamento, análise exploratória de dados e transformações, e modelos de aprendizado de máquina para solução de problemas e a tomada de decisão com grandes volumes de dados.

Responsável

Foto Professor

Rogerio de Oliveira

Mais Informações

Bibliografia

Básica

  • BAESENS, Bart. Analytics in a Big Data World: the essential guide to data science and its applications. Hoboken, N. J: Wiley, c2014. 232 p. ISBN 9781118892701.
  • GÉRON, Aurélien. Hands-on machine learning with Scikit-Learn & TensorFlow: concepts, tolls, and techniques to build intelligent systems. Sebastopol, CA: O'Reilly, c2017. 548 p. ISBN 9781491962299.
  • HURWITZ, Judith et al. Big Data para leigos. Rio de Janeiro: Alta Books, c2016. 301 p. (Tornando tudo mais fácil). ISBN 9788576089551.

Complementar

  • FACELI, Katti et al. Inteligência artificial: uma abordagem de aprendizado de máquina. Rio de Janeiro: LTC, c2011. 377 p. ISBN 9788521618805.
  • JANERT, Philipp K. Data analysis with open source tolls. Sebastopol, CA: O'Reilly, c2011. 512 p. ISBN 9780596802356.
  • MARZ, Nathan; WARREN, James. Big Data: principles and best practices of scalable real-time data systems. Shelter Island, NY: Manning, c2015. 308 p. ISBN 9781617290343.