Objetivo Geral:
Desenvolver competências de programação e gestão de dados necessárias para utiliar Python, com o propósito de programar scripts que permitam analisar dados heterogéneos através de técnicas de Machine Learning.
Objetivos específicos:
A quem se destina?
A pós-graduação é dirigida a profissionais que interessados em adquirir competências para aplicar técnicas de ciência de dados ao seu trabalho, aprender a programar usando a linguagem Python e aplicá-la à extração e análise de dados.
Módulo 1
Aproximação à Aprendizagem com Tecnologias
Neste módulo será explicado o uso das diversas tecnologias aplicadas ao ensino e aprendizagem online para o máximo aproveitamento da pós-graduação.
Módulo 2
Ferramentas básicas de programação em Python
Os participantes na pós-graduação aprendem através do uso de ferramentas de programação que podem processar vários tipos de dados. E, por sua vez, complementam a sua aprendizagem com a biblioteca de código aberto «Pandas», que oferece funções essenciais e estruturas de dados de alto desempenho para a programação em Python.
Módulo 3
Desenvolvimento de software com Python
Os participantes na pós-graduação aprendem as estruturas básicas de manipulação de dados desta linguagem de programação. Assim, começa com as estruturas sequenciais como listas, tuplas e filas, para depois apresentar estruturas não essenciais como dicionários e conjuntos. Analisam-se as vantagens e recomendações de uso para cada uma.
Módulo 4
Python e bases de dados
Os participantes na pós-graduação aprendem os conceitos fundamentais associados às bases de dados. Aprendem a interagir com um motor de base de dados real por meio da linguagem padrão SQL. Depois, estudam como se conectar a um motor de base de dados a partir de um programa Python para extrair e manipular a informação. Finalmente, abordam a interação também a partir de Python com um motor da categoria noSQL como MongoDB ou similar.
Módulo 5
Introdução à mineração de dados e machine learning
Os participantes aprenderão os conceitos fundamentais associados à mineração de dados. Compreenderão quais são as diferentes fontes de informação a utilizar e como rever um processamento de dados. E posteriormente entenderão e aplicarão as diferentes técnicas de extração de conhecimento de dados. Para isso, utilizam-se regras de associação, árvores de decisão, métodos de regressão, algoritmos de classificação, avaliações de classificadores e uma introdução à aprendizagem automática.