CCT-UFCA/Ciência da Computação/Fundamentos Matemáticos da Ciência de Dados
Programa do Componente Curricular
[editar | editar código]| Código: | CC0054 | ||||||||
| Componente Curricular: | Fundamentos Matemáticos da Ciência de Dados | ||||||||
| Semestre de Oferta: | - | Tipo: | Disciplina | Caráter: | Optativa | ||||
| Unidade Acadêmica Responsável: | Centro de Ciências e Tecnologia - CCT | ||||||||
| Área: | Sistemas de Informação | ||||||||
| Créditos: | 4 | Carga horária: | 64 | Teórica: | 64 | Prática: | 0 | Extensão: | - |
| Pré-requisito: | CC0027 - Inteligência Artificial | ||||||||
| Co-requisito: | - | ||||||||
| Equivalência: | - | ||||||||
Objetivos
[editar | editar código]Apresentar os fundamentos matemáticos para o entendimento de algoritmos de aprendizado de máquina e ciência dos dados.
Ementa
[editar | editar código]Álgebra linear e cálculo multivariado para ciência dos dados, distribuições de probabilidade, redução de dimensionalidade, agrupamento de dados, noções de processamento de grandes volumes de dados
Conteúdo
[editar | editar código]Metodologia
[editar | editar código]Avaliação
[editar | editar código]Bibliografia Básica
[editar | editar código]- DEISENROTH, M. P.; FAISAL, A. A.; ONG, C. S. Mathematics for machine learning. Cambridge University Press, 2020.
- GRUS, J. Data Science do Zero. Primeiras Regras com o Python, Alta Books,2016.
- AMARAL, F. Introdução à Ciência de Dados. Mineração de Dados e Big Data. Alta Books, 2015.
Bibliografia Complementar
[editar | editar código]- BUSSAB, W. O.; MORETTIN P. A. Estatística Básica. São Paulo: Saraiva, 5a. ed. 2005.
- MILTON, M. Use a Cabeça! Análise de Dados, Alta Books, 2010.
- HOPCROFT, J.; KANNAN, R. Foundations of Data Science. Unpublished, Disponível em: http://www.cs.cornell.edu/jeh/book11April2014.pdf
- MARSLAND, S. Machine learning: an algorithmic perspective. 2a ed. CRC press, 2014. 457p.
- KEARNS M.; VAZIRANI, U. An Introduction to Computational Learning Theory. MIT Press 1994.