07 May 2019

Aprendizagem estatística – EM

Objetivo: aprender um algoritmo de aprendizagem de máquina relativo à categoria de problemas supervisionados Tópicos: Aprendizagem Estatística Regressão Linear Bibliografia: KELLEHER,  John D.; MAC  NAMEE, Brian; D’ARCY,  Aoife. Fundamentals of Machine   Learning for Predictive Data   Analytics: Algorithms, Worked Examples, and Case Studies. Cambridge: MIT Press, 2015. HASTIE,Trevor; TIBSHIRANI, Robert. The Elements of Statistical Learning: Data […]

Read More

07 May 2019

Visualização de Dados – EM

Objetivo: capacitar os alunos quanto a técnicas para desenvolver interfaces gráficas de apresentação de resultados Tópicos: Tipos de dados Tipos de gráficos Organização Visual Construindo dashboards Bibliografia: CASTRO, Leandro de; FERRARI, Daniel G. Introdução à Mineração de Dados: Conceitos Básicos, Algoritmos e Aplicações. São Paulo: Saraiva, 2018. Fundamentals of Data Visualization. Claus Wilke. 2019. O’Reilly

Read More

07 May 2019

Python para Datascience – EM

Objetivo: aprender as ferramentas mais usadas do python para data science Tópicos: Manipulação de dados: Numpy Pandas Bibliografia: RASCHKA,  Sebastian;  MIRJALILI, Vahid. Python  Machine Learning. 2 ed. Birmingham: Packt, 2017. VANDERPLAS,  Jake. Python Data  Science Handbook. Sebastopol:  O’Reilly, 2017 GÉRON,   Aurélien. Hands-On   Machine Learning with   Scikit-Learn and TensorFlow. Sebastopol: O’Reilly, 2017.  

Read More

07 May 2019

Introdução a Estatística – EM

Objetivo: aprender os elementos básicos da estatística aplicados a projetos de aprendizagem de máquina Tópicos: Hipóteses T-tests Bibliografia: MOORE,  David S.;  NOTZ, William  I.; FLINGER, Michael  A. A Estatística Básica  e sua Prática. 7 ed. Rio de Janeiro: LTC, 2017.

Read More

07 May 2019

Programação em R – EM

Objetivo: aprender os aspectos elementares da linguagem R e operações estatísticas básicas Tópicos: Tipos de dados Matrizes Manipulação de matrizes Operações básicas Gráficos Histogramas Data Frames Sumários Bibliografia: Paul Teetor. R Cookbook: Proven Recipes for Data Analysis, Statistics, and Graphics. 2011 .O’reilly.

Read More

07 May 2019

Introdução a Programação em Python – EM

Objetivo: aprender os aspectos elementares da linguagem python Tópicos: Uso da linguagem Python Orientação a objetos Operações básicas Bibliografia: Mark Summerfield. 2009. Programming in Python 3: A Complete Introduction to the Python Language (2nd ed.). Addison-Wesley Professional.  

Read More

07 May 2019

Introdução à Inteligência Artificial – EM

Objetivo: ensinar os conceitos de IA. Ao final os alunos vão propor projetos aplicados de IA e gerar resultados no formato de poster ou apresentação curta. Tópicos: O que é IA IA aplicada IA e sociedade Bibliografia: Página do Curso “AI for Everyone”. https://pt.coursera.org/learn/ai-for-everyone Página do projeto Ai4ALL: http://ai4all.stanford.edu/  

Read More

07 May 2019

Paralelismo usando threads – EM

Objetivo: aprender a utilizar diretivas OpenMP para paralelizar código usando threads Tópicos: Threads OpenMP Diretivas Bibliografia: Robit Chandra, Leonardo Dagum, Dave Kohr, Dror Maydan, Jeff McDonald, and Ramesh Menon. 2001. Parallel Programming in OpenMP. Morgan Kaufmann Publishers Inc., San Francisco, CA, USA.

Read More