Programa da Disciplina


Nome: Computação para Análise de Dados	Código: 14730
Departamento: Departamento de Computação	Área: Ciência da Computação
Carga horária Total: 60 horas	Créditos: 4
Carga horária semanal: 4 horas (teóricas: 2; práticas: 2; EAD*: 0)
Pré-requisitos: Introdução a Programação I e Estatística Exploratória I	Co-Requisitos:nenhum

Objetivos

Esta disciplina foca na análise de dados, ou data science, usando a linguagem R. O discente irá aprender a programar na linguagem R e usará a mesma para leitura de dados, escrita de funções, plotagem gráficos informativos e aplicação de métodos estatísticos modernos. Os tópicos de análise de dados serão abordados com exemplos práticos.

Ementa

Conteúdos do período letivo 2022.1

1. Introdução a Data Science.

2. Introdução a R.

3. Controle de fluxo, matrizes, listas, vetorização e funções.

4. Sumario estatístico.

5. Fatores.

6. Data frames.

7. Webscraping e webcrawling.

8. Visualização de dados.

9. Estatísticas e modelos.

10. Exportação e apresentação de resultados

11. Análise de dados reais.

Prática como componente curricular

- Lista de exercícios

- Projeto - O principal objetivo deste projeto é importar um conjunto de dados existente na web, de modo a limpar e organizar esses dados e realizar análises exploratóri as dos mesmos.

Bibliografia

Bibliografia básica:

1. Le Roux NJ & Lubbe S. A Step-by-Step R Tutorial: An introduction into R applications and programming. Bookboon.com Ltd, 2015.

2. CHAMBERS, J. Software for Data Analysis: Programming With R. Springer, 2008.

3. IHAKA, R., AND GENTLEMAN, R. R: A Language for Data Analysis and Graphics. Journal of computational and graphical statistics, 1996.

Bibliografia complementar:

1. VENABLES, W., AND RIPLEY, B. D. S Programming. Springer, 2000.

2. CHAMBERS, J. M. Programming with data: A guide to the S language. Springer, 1998.

3. CORMEN, T. H., LEISERSON, C. E., RIVEST, R. L., AND STEIN, C. Introduction to Algorithms. Cambridge: MIT press, 2001.