Portal do Ementário

Geral: Conhecer os conceitos relacionados à Ciência de Dados e suas áreas de conhecimento, bem como entender as relações com as diferentes áreas do conhecimento que se relacionam à Ciência de Dados. Específicos: Entender quais áreas compõem a Ciência de Dados e suas finalidades. Desenvolver conhecimentos em torno das áreas da Ciência de Dados e demais áreas correlatas. Entender a funcionalidade e aplicabilidade das tecnologias mais recentes envolvendo a Ciência de Dados.

Ciência de Dados: conceito, características, importância, áreas de conhecimento. Áreas Correlatas:  Ciência de Dados vs Engenharia de Dados, Ciência de Dados vs Análise de Dados. Ferramentas da Ciência de Dados: bancos de dados e big data, linguagens de programação, máquinas de aprendizagem e de previsão, computação de alto desempenho.

1. CADY, F. The data science handbook. 1. ed. Editora John Wiley, 2017. 2. CIELEN, D.; MEYSMAN, A.D.B.; ALI, M. Introducing data science: big data, machine learning, and more, using Python tools. 1. ed. Editora Manning, 2016. 3. IGUAL, L.; SEGUÍ, S. Introduction to data science: A Python approach to concepts, techniques and applications. 1. ed. Editora Springer, 2017.

1. BATINI, C.; SCANNAPIECA, M. Data quality: concepts, methodology and techniques 1. ed. Editora Springer, 2006. 2. OZDEMIR, S. Principles of data science. 1. ed. Editora Packt, 2016. 3. SKIENA, S.S. The data science design manual. 1. ed. Editora Springer, 2017. 4. HASTIE, Trevor; TIBSHIRANI, Robert; FRIEDMAN, Jerome. The elements of statistical learning: data mining, inference, and prediction. 2nd ed. New York, N.Y.: Springer, 2009. xxii, 745 p. 5. WITTEN, I. H.; FRANK, Eibe; HALL, Mark A. Data mining: practical machine learning tools and techniques. 3rd ed. Burlington, Mass.: Morgan Kaufmann, 2011. xxxiii, 629 p.