|
UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO
|
| UNIDADE: FACULDADE DE ENGENHARIA | ||
| DEPARTAMENTO: DEPTO. DE ENGENHARIA INDUSTRIAL | ||
| DISCIPLINA: Introdução à Ciência de Dados | ||
| CARGA HORÁRIA: 75 | CRÉDITOS: 5 | CÓDIGO: FEN09-14737 |
| MODALIDADE DE ENSINO: Presencial | TIPO DE APROVAÇÃO: Nota e Frequência | |
| STATUS | CURSO(S) / HABILITAÇÃO(ÕES) / ÊNFASE(S) |
| Eletiva Universal | para todos os cursos da UERJ |
| TIPO DE AULA | CRÉDITO | CH SEMANAL | CH TOTAL |
| Teórica | 2 | 2 | 30 |
| Laboratório | 3 | 3 | 45 |
| TOTAL | 5 | 5 | 75 |
EMENTA:
SISTEMAS COMPUTACIONAIS; REDES DE COMPUTADORES E A INTERNET; BANCO DE DADOS; DATA SCIENCE E BUSINESS ANALYTICS; PROGRAMAçãO EM R; USO DO R PARA A VISUALIZAçãO DE DADOS E ANáLISE EXPLORATóRIA; MéTODOS DE APRENDIZADO DE MáQUINA (MACHINE LEARNING) SUPERVISIONADOS; MéTODOS DE APRENDIZADO DE MáQUINA NãO-SUPERVISIONADOS.
OBJETIVO(S):
AO FINAL DO PERíODO, O ALUNO DEVERá SER CAPAZ DE IDENTIFICAR OS PRINCIPAIS COMPONENTES DE UMA ARQUITETURA DE TECNOLOGIA DA INFORMAçãO CRIADA PARA APOIAR A ANáLISE DE DADOS DE NEGóCIO (BUSINESS ANALYTICS), ASSIM COMO EMPREGAR O SOFTWARE ESTATíSTICO R E MéTODOS E TéCNICAS DE CIêNCIA DE DADOS PARA GERAR INSUMOS PARA A TOMADA DE DECISãO, COM BASE EM GRANDES VOLUMES DE DADOS.
BIBLIOGRAFIA: Grolemund, G.; Wickham, H. R For Data Science. Disponível em: http://r4ds.had.co.nz/
James, G.; Witten, D.; Hastie, T.; Tibshirani, R. An Introduction to Statistical Learning with Applications in R. Disponível em: http://www-bcf.usc.edu/~gareth/ISL/
Lantz, B. Machine Learning with R. Disponível em: https://www.packtpub.com/free-ebooks/rmachine-learning
Peng, R. Exploratory Data Analysis With R. Disponível em: https://bookdown.org/rdpeng/exdata/