Programa

Gestão de informação Inteligência Artificial – Big Data and Small Data (PMEs)

Outro em Programa Avançado em Inteligência Artificial para a Gestão

Programa

1. Instrumentos estatísticos: Quais deles utilizar em small e big data? O papel da estatística descritiva em big data e da estatística indutiva em small data (do particular para o geral). 2. Medidas de estatística descritiva para resumir informação: Apresentar, calcular e explicar as medidas de estatística descritiva: medidas de tendência central e não central, medidas de dispersão, medidas de assimetria e de curtose. 3. Os testes de hipóteses em small data: Explicar as várias etapas de um teste de hipóteses com aplicações. 4. Razões para a estatística inferencial se tornar menos importante em big data: a quantidade de dados, relação entre amostra e população. 5. Utilização intensiva do R/RStudio: Pretende-se que os formandos se familiarizem com o programa. 6. Modelo de regressão linear (MRL): Apresentação, discussão e aplicação. A importância do MRL na procura de relações. 7. Métodos de alisamento na previsão: Alisar para prever, eliminar ‘ruído’ e detetar padrões em termos de evolução. Métodos de alisamento simples, duplo e triplo. 8. Aplicações aos mercados de capitais: as medidas de estatística descritiva na análise de rendibilidade e risco de índices bolsistas e de ações. Utilização dos métodos de alisamento na deteção de tendências. A média móvel como instrumento fundamental da análise técnica.