Introdução à Ciência de Dados; Pandas, IPython, NumPy, Jupyter; Exemplos e estudos de caso; Descoberta de conhecimentos em bases de dados; Mineração de dados, Preparação de dados; Pré -processamento de dados; Modelagem de dados; Estudo de algoritmo preditivo simples (k-NN); Planejamento de experimentos; Análise de resultados experimentais.
Utilização de ferramentas e bibliotecas para resolver problemas básicos de Ciência de Dados.
Não possui.
A avaliação da disciplina é formativa* e somativa**. Os alunos devem entregar as resoluções de atividades e/ou exercícios no Ambiente Virtual de Aprendizagem semanalmente e realizar, ao final do período letivo, uma prova presencial aplicada nos polos da Univesp.
*A avaliação formativa ocorre quando há o acompanhamento dos alunos, passo a passo, nas atividades e trabalhos desenvolvidos, de modo a verificar suas facilidades e dificuldades no processo de aprendizagem e, se necessário, adequar alguns aspectos do curso de acordo com as necessidades identificadas.
**A avaliação somativa é geralmente aplicada no final de um curso ou período letivo. Esse tipo de avaliação busca quantificar o que o aluno aprendeu em relação objetivos de aprendizagem do curso, ou seja, a avaliação somativa quer comprovar se a meta educacional proposta e definida foi alcançada pelo aluno.