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

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.