Oferecer a base conceitual necessária pra aplicações de deep learning. Inicialmente, redes neurais tradicionais são apresentadas e posteriormente foco é dado no aprendizado de máquina com arquiteturas profundas e suas aplicações com Python, scikit-learn e TensorFlow.
- Docente: Moacir Antonelli Ponti
Fornecer aos alunos uma visão ampla sobre os objetivos, conceitos, fundamentos e ferramentas voltados à análise de dados em larga escala.
- Docente: Cristina Dutra de Aguiar
Fornecer os conceitos fundamentais, ferramentas e técnicas de aprendizado dinâmico e séries temporais. Inclui informações básicas em ferramentas matemáticas e computacionais que suportam técnicas de aprendizado dinâmico. Exemplos práticos para capacitar os alunos nos tópicos abordados, tornando-os capazes de aplicar os conhecimentos adquiridos em problemas práticos de análise de dados e cenários realistas.
- Docente: Cibele Maria Russo Novelli
Fornecer aos alunos os conceitos fundamentais, ferramentas e técnicas de aprendizado de máquina. Inclui informações básicas em ferramentas matemáticas e computacionais que suportam técnicas de aprendizado de máquina. Ilustrar os tópicos abordados com exemplos práticos e cenários realistas.
Fornecer conhecimento em técnicas avançadas de captura de dados, bem como o desenvolvimento de técnicas avançadas de programação com a utilização da plataforma computacional Python.
- Docente: Luis Gustavo Nonato
- Docente: Moacir Antonelli Ponti
Fornecer conhecimento em descrição e sumarização de dados, probabilidade, inferência estatística, inferência Bayesiana e modelos de regressão, necessários para o desenvolvimento de procedimentos em ciências de dados.
- Docente: Cibele Maria Russo Novelli
- Docente: Francisco Aparecido Rodrigues
Iniciar o desenvolvimento das habilidades necessárias ao desenvolvimento do Trabalho de Conclusão de Curso (TCC). Incentivar o aluno a iniciar o desenvolvimento do seu TCC com base em aprendizado baseado em problema (PBL).
- Docente: Francisco Louzada Neto