1001742 - Perspectivas em Ciência de Dados

Créditos: 2 teóricos e 2 práticos
Requisitos: Programação e Algoritmos 2 e Análise de Regressão
Requisitos Recomendados: Mineração de Dados
Objetivo Geral: Proporcionar ao aluno diversos aspectos de ciências dos dados.
Ementa: Análise de textos: web scrapping, expressões regulares, LSI e LDA. Otimização convexa: métodos e exemplos, Causalidade. Tópicos em programação: programação em paralelo, código em colaboração, criação de pacotes, noções de MapReduce.

Bibliografia Básica: BOYD, S.; VANDENBERGHE, L. CONVEX OPTIMIZATION. Cambridge: Canbridge University Press, 2004. BISHOP, C. M. PATTERN RECOGNITION AND MACHINE LEARNING. New York: Springer, 2006. PEARL, J. CAUSALITY: models, reasoning, and inference. 2a ed. Cambridge, NY: Cambridge University Press, 2009.

Bibliografia Complementar: WICKHAM, H., GARRET, G. R for Data Science: Import, Tidy, Transform, Visualize, and Model Data,"O'Reilly Media, Inc.",2016.