Semestre de 2023-2

Título do Sumário

Desenvolvimento da capacidade criativa, crítica e estratégica de usar os fundamentos da computação nas mais diversas áreas de conhecimento com a finalidade de resolver problemas de uma maneira individual ou colaborativa, por meio do raciocínio lógico (Christian Brackmann).

Título do Sumário

Desenvolvimento da capacidade criativa, crítica e estratégica de usar os fundamentos da computação nas mais diversas áreas de conhecimento com a finalidade de resolver problemas de uma maneira individual ou colaborativa, por meio do raciocínio lógico (Christian Brackmann).

Título do Sumário

Desenvolvimento da capacidade criativa, crítica e estratégica de usar os fundamentos da computação nas mais diversas áreas de conhecimento com a finalidade de resolver problemas de uma maneira individual ou colaborativa, por meio do raciocínio lógico (Christian Brackmann).

Título do Sumário

Definição de Ciência de Dados. Apresentação das áreas de conhecimento. Relação entre dados e tomada de decisão, e dados e informação. Definição de Big Data. Relação entre Big Data e Ciência de Dados, Estatística e Ciência de Dados. Análise dos assuntos associados a Machine Learning, IA e Deep Learning. Apresentação dos tipos de aprendizagem. Aplicações de Ciência de Dados. Associação entre Business Intelligence e Ciência de Dados. Apresentação de DataOps e Data Lake. Detalhamento do ciclo de vida de projetos de Ciência de Dados. Exposição das carreiras em Ciência de Dados e do perfil deste profissional. Demonstração e uso de ferramentas que permitem a experimentação(sem programação).

Estudo e aplicações de conceitos fundamentais de: matemática básica (números reais, potenciação e radiciação, matrizes, e introdução à vetores), polinômios, produtos notáveis e fatoração, funções reais de uma variável real, limites (definição, limites laterais, funções contínuas, limites indeterminados, limites fundamentais e limites infinitos e no infinito) e derivadas (definição, retas tangente e normal, regras de derivação, taxa de variação e aplicações).

Título do Sumário

Definição de Ciência de Dados. Apresentação das áreas de conhecimento. Relação entre dados e tomada de decisão, e dados e informação. Definição de Big Data. Relação entre Big Data e Ciência de Dados, Estatística e Ciência de Dados. Análise dos assuntos associados a Machine Learning, IA e Deep Learning. Apresentação dos tipos de aprendizagem. Aplicações de Ciência de Dados. Associação entre Business Intelligence e Ciência de Dados. Apresentação de DataOps e Data Lake. Detalhamento do ciclo de vida de projetos de Ciência de Dados. Exposição das carreiras em Ciência de Dados e do perfil deste profissional. Demonstração e uso de ferramentas que permitem a experimentação(sem programação).

Título do Sumário

Definição de Ciência de Dados. Apresentação das áreas de conhecimento. Relação entre dados e tomada de decisão, e dados e informação. Definição de Big Data. Relação entre Big Data e Ciência de Dados, Estatística e Ciência de Dados. Análise dos assuntos associados a Machine Learning, IA e Deep Learning. Apresentação dos tipos de aprendizagem. Aplicações de Ciência de Dados. Associação entre Business Intelligence e Ciência de Dados. Apresentação de DataOps e Data Lake. Detalhamento do ciclo de vida de projetos de Ciência de Dados. Exposição das carreiras em Ciência de Dados e do perfil deste profissional. Demonstração e uso de ferramentas que permitem a experimentação(sem programação).

Estudo e aplicações de conceitos fundamentais de: matemática básica (números reais, potenciação e radiciação, matrizes, e introdução à vetores), polinômios, produtos notáveis e fatoração, funções reais de uma variável real, limites (definição, limites laterais, funções contínuas, limites indeterminados, limites fundamentais e limites infinitos e no infinito) e derivadas (definição, retas tangente e normal, regras de derivação, taxa de variação e aplicações).

Título do Sumário

Definição de Ciência de Dados. Apresentação das áreas de conhecimento. Relação entre dados e tomada de decisão, e dados e informação. Definição de Big Data. Relação entre Big Data e Ciência de Dados, Estatística e Ciência de Dados. Análise dos assuntos associados a Machine Learning, IA e Deep Learning. Apresentação dos tipos de aprendizagem. Aplicações de Ciência de Dados. Associação entre Business Intelligence e Ciência de Dados. Apresentação de DataOps e Data Lake. Detalhamento do ciclo de vida de projetos de Ciência de Dados. Exposição das carreiras em Ciência de Dados e do perfil deste profissional. Demonstração e uso de ferramentas que permitem a experimentação(sem programação).

Título do Sumário

Desenvolvimento da capacidade criativa, crítica e estratégica de usar os fundamentos da computação nas mais diversas áreas de conhecimento com a finalidade de resolver problemas de uma maneira individual ou colaborativa, por meio do raciocínio lógico (Christian Brackmann).

Título do Sumário

Desenvolvimento da capacidade criativa, crítica e estratégica de usar os fundamentos da computação nas mais diversas áreas de conhecimento com a finalidade de resolver problemas de uma maneira individual ou colaborativa, por meio do raciocínio lógico (Christian Brackmann).

Título do Sumário

Definição de Ciência de Dados. Apresentação das áreas de conhecimento. Relação entre dados e tomada de decisão, e dados e informação. Definição de Big Data. Relação entre Big Data e Ciência de Dados, Estatística e Ciência de Dados. Análise dos assuntos associados a Machine Learning, IA e Deep Learning. Apresentação dos tipos de aprendizagem. Aplicações de Ciência de Dados. Associação entre Business Intelligence e Ciência de Dados. Apresentação de DataOps e Data Lake. Detalhamento do ciclo de vida de projetos de Ciência de Dados. Exposição das carreiras em Ciência de Dados e do perfil deste profissional. Demonstração e uso de ferramentas que permitem a experimentação(sem programação).

Matrizes e sistemas lineares. Espaços vetoriais. Produto interno e espaços euclidianos. Normas e espaços normados. Transformações lineares. Autovalores e autovetores.

Matrizes e sistemas lineares. Espaços vetoriais. Produto interno e espaços euclidianos. Normas e espaços normados. Transformações lineares. Autovalores e autovetores.