Python para Data science
Objetivo:
Aprender as ferramentas mais utilizadas do python para manipular dados provenientes de diferentes fontes, bem como para gerenciar transformações de dados. Nesse módulo será visto o modelo de programação baseado em Grafos e uma ferramenta muito utilizada para aprendizagem de máquina chamada Tensorflow que é baseada no modelo de programação em grafos.
Tópicos:
- APIs para Manipulação de dados:
- Numpy
- Pandas
- Scikit-learn
- Seaborn
- DataFrame
- Consultas
- Indexar e carregar dados
- Combinando Dataframes
- Usando cláusula group by
- Escalas
- Tabelas Dinâmicas
- Modelo de programação baseado em Grafos
- Tensorflow
- Graphs
- Sessions
- Tipos de Dados
- Operadores
- Tensor Arrays
- Tensorflow
Duração:
- Aula Teórica Presencial: 2 Semana (8h). Dois encontros de 4 horas.
- Projetos individuais da disciplina: 64 h
Audiência:
Estudantes Graduados em Ciência da Computação ou áreas correlatas.
Bibliografia:
Raschka, S., Mirjalili, V., 04. Python machine learning: machine learning and deep learning with Python, scikit-learn, and TensorFlow, 2nd ed, Expert insight. Packt Publishing, Birmingham Mumbai.
Vanderplas, J.T., 2016. Python data science handbook: essential tools for working with data, First edition. ed. O’Reilly Media, Inc, Sebastopol, CA.
Géron, A., 2017. Hands-on machine learning with Scikit-Learn and TensorFlow : concepts, tools, and techniques to build intelligent systems. O’Reilly Media, Sebastopol, CA.
Hope, T., Resheff, Y.S., Lieder, I., 2017. Learning TensorFlow: A Guide to Building Deep Learning Systems, 1st ed. O’Reilly Media, Sebastopol, CA.