Ciência de Dados

Introdução à linguagem R e ao ambiente RStudio. Caracterização dos principais objetos da linguagem: fatores, vetores, matrizes, arrays, data frames e listas. Manipulação de dados com dplyr e tidyr. Criação e manipulação de funções. Produção de gráficos. Aplicação das principais distribuições de probabilidade.

Aplicação e interpretação de métodos de inferência estatística. Introdução aos Modelos Lineares e Modelos Lineares Generalizados. Tópicos em Cadeias de Markov e simulação. Criação de documentos.

Introdução a vetores e suas operações com Numpy. Uso de matrizes e suas operações: medidas populacionais, amostragem. Utilização de Pandas aplicando dataframes e suas operações: séries e suas operações, medidas populacionais e entrada e saída. Utilização de Matplotlib para visualização, através de gráficos de dispersão, gráficos de linhas, projeções populacionais e outros tipos de visualização. Introdução ao Scikit-Learn, explorando características básicas de modelos de aprendizado (classificação, regressão e agrupamento) e medidas de avaliação.

Introdução à arquitetura para Big Data Analytics. Visão geral sobre Infraestrutura de armazenamento de dados para Big Data. Visão geral sobre Infraestrutura de computação e de rede para Big Data. Tópicos sobre virtualização e computação em nuvem. Plataformas de Big Data na nuvem: HDFS, Hadoop e MapReduce. Estudos de caso com Spark.

Estudo sobre dados espaço-temporais, multimídia, hipermídia, de fluxo contínuo e de mídias digitais. Visão geral sobre a gestão de bancos de dados sem esquemas prévios. Visão geral sobre novas aplicações em dados: Big data, Dados não estruturados, de mídias sociais, Mineração de dados de mídias sociais.

Introdução à área de visualização de dados e suas aplicações. Visualização de informações, visualização científica e análise visual. Percepção, tipos de dados, representações visuais e princípios de interação. Estratégias para comunicação de resultados através de visualização.

Visão geral sobre sistemas de suporte à decisão e inteligência de negócio. Entendimento sobre o processo de KDD e, em especial, sobre preparação de dados. Estudo sobre as principais tarefas de mineração de dados.

Visão geral sobre sistemas de suporte à decisão e inteligência de negócio. Estudo sobre armazéns de dados e sobre modelagem OLAP. Compreensão dos principais conceitos envolvidos e entendimento sobre os principais modelos OLAP.

Introdução ao aprendizado não-supervisionado. Apresentação dos paradigmas de agrupamento de dados, tanto particional com e sem sobreposição como hierárquico e baseado em densidade. Aplicação de redução de dimensionalidade, abordando a maldição da dimensionalidade e os métodos de redução de dimensionalidade (PCA, LDA, autoencoders, T-SNE). Introdução aos modelos geradores: Latent Dirichlet Analysis; GANs; Variational Autoencoders; PixelRCNN. Avaliação de aprendizado não-supervisionado. Aplicações: reconhecimento de fala; processamento de imagens; processamento da linguagem natural.

Introdução ao aprendizado supervisionado. Apresentação dos paradigmas de aprendizado: aprendizado baseado em distância (K-NN), aprendizado baseado em procura (árvores de decisão para classificação e regressão), aprendizado probabilístico (Naïve Bayes e Redes Bayesianas), aprendizado baseado em otimização (Regressão Linear e Logística, Redes Neurais Artificiais, Máquinas de Vetores de Suporte). Avaliação de modelos preditivos. Aplicações de aprendizado supervisionado: classificação de imagens, veículos autônomos, detecção de fraudes e outros.

Introdução a Deep Learning. Redes Neurais Convolucionais: arquiteturas; camadas convolucionais; camadas totalmente conectadas; camadas de pooling; conexões residuais; regularização via weight decay; regularização via dropout; funções de ativação; funções de custo. Classificação de Imagens. Localização e Detecção de Objetos em Imagens: Faster Region Based Convolutional Neural Network (Faster R-CNN); You Only Look Once (YOLO); Single Shot Detection (SSD). Segmentação Semântica de Imagens: Fully Convolutional Networks (FCN); SegNet.

Representação de dados sequenciais não-estruturados via deep learning. Redes Neurais Convolucionais para processamento de texto e vídeos. Redes Neurais Recorrentes: Long Short-Term Memory (LSTMs) e Gated Recurrent Units (GRUs); Aplicações avançadas de deep learning: classificação de vídeos; análise de sentimento em textos; geração automática de descrição de imagens e vídeos; tradução automática; alinhamento multi-modal.