Curso Institucional em Escola de Tecnologias e Arquitetura

Mestrado em Informática e Gestão

O1. Conhecer e compreender a ciência dos dados O2. Conhecer a história e tipos da aprendizagem automática O3. Aprender e conhecer a linguagem de programação Python O4. Aprender e conhecer os conceitos que permitem realizar uma Análise Exploratória de Dados (EDA) O5. Aprender e conhecer mecanismos de Data Wrangling O6. Aprender e conhecer mecanismos de Data Visualization O7. Conhecer e compreender os algoritmos do tipo supervisionado: árvores de decisão, regressão linear e logística, support vector machines (SVM), naive bayes classification. Conhecer e compreender os algoritmos do tipo não-supervisionado: K-means; O8. Conhecer a utilização de variáveis contínuas e categóricas; distinguir classificação e regressão O9. Compreender os algoritmos do tipo por reforço: Q-learning O10. Compreender as Redes Neuronais Artificiais (RNA) O11. Compreender as Redes Neuronais Recorrentes (RNR) e Redes Neuronais Convolucionais (RNC) O12. Compreender as aplicações das séries temporais