Programa

Curso de Pós Graduação em Ciência de Dados

Mestrado em Ciência de Dados

Programa

P1. Séries temporais (2 aulas) P1.1. Conceitos básicos P1.2. Tendências e sazonalidade P2. Introdução aos modelos estocásticos de séries temporais uni-variados (4 aulas) P2.1. Estacionaridade, testes de raiz unitária P2.2. Modelos ARMA/ARIMA/SARIMAX P2.3. Pressupostos dos resíduos, testes de diagnóstico P2.4. Volatilidade, risco, Modelos ARCH/GARCH P2.5. Previsão, medição do erro de previsão P3. Introdução aos modelos estocásticos de séries temporais multivariados (2 aulas) P3.1. Modelos VAR/VECM P3.2. Análise de Cointegração e aplicações P3.3. Previsão P4. Machine (Deep) Learning (6 aulas) P4.1. Redes neuronais para séries temporais P4.2. RNN e LSTM, forecasting P5. Programação/computação com Python P6. Aplicação dos conceitos estudados; extração de informação e valor para dados do mundo real (2 aulas)