Pós-Graduação EAD em Data Mining - 600 Horas

Conheça o conteúdo do curso Data Mining

Grade do curso

Introdução à Análise de Dados

  - Introdução à análise de dados
  - Inferência estatística
  - Aplicações de regressão linear simples
  - Classificação de dados com a linguagem R

Fundamentos de Big Data e Internet das Coisas

  - Big Data e Internet das Coisas (IoT)
  - Integrando Big data e IOT
  - Introdução à ciência de dados
  - Ciência de dados e Big Data

Data Mining I

  - Introdução a data mining
  - Aplicações de data mining
  - A descoberta de conhecimento em base de dados (KDD)
  - Seleção dos dados

Data Mining II

  - Pré-processamento de dados
  - Análise exploratória de dados
  - Ferramentas de KDD
  - Introdução ao WEKA

Data Mining III

  - Introdução à linguagem R e Rstudio
  - Tarefas de data mining
  - Classificação de dados
  - Aplicação da técnica de classificação de dados

Data Mining IV

  - Regras de associação
  - Aplicação da técnicas de associação
  - Agrupamento de dados
  - Aplicação da técnicas de agrupamento de dados

Graph Mining

  - Graph mining
  - Mineração de subgrafos
  - Classificação de grafos
  - Clustering de grafos

Cloud Computing

  - Evolução tecnológica e paradigmas que permitiram cloud computing
  - Fundamentos de virtualização de servidores
  - Fundamentos de computação em nuvem
  - Arquitetura e anatomia de cloud computing

Cloud Computing II

  - Nuvem pública
  - Nuvem privada
  - Nuvem híbrida
  - Nuvem comunitária

Cloud Computing III

  - IaaS (Infraestrutura como serviço)
  - PaaS (Plataforma como serviço)
  - SaaS (Software como serviço)
  - Aplicabilidade de cloud computing

Cloud Computing IV

  - Desenvolvimento em cloud computing
  - Avanços em armazenamento de dados com a computação em nuvem
  - A revolução da computação em nuvem nas infraestruturas de TI
  - Desafios da computação em nuvem

Fundamentos de Inteligência Artificial

  - Introdução à inteligência artificial
  - Testes de Turing
  - Estatística para Inteligência artificial
  - Probabilidade
*Data Mining* 600hrsbbbbbb*Módulo: Introdução à Análise de Dados*bbb  - Introdução à análise de dadosbbb  - Inferência estatísticabbb  - Aplicações de regressão linear simplesbbb  - Classificação de dados com a linguagem Rbbbbbb*Módulo: Fundamentos de Big Data e Internet das Coisas*bbb  - Big Data e Internet das Coisas (IoT)bbb  - Integrando Big data e IOTbbb  - Introdução à ciência de dadosbbb  - Ciência de dados e Big Databbbbbb*Módulo: Data Mining I*bbb  - Introdução a data miningbbb  - Aplicações de data miningbbb  - A descoberta de conhecimento em base de dados (KDD)bbb  - Seleção dos dadosbbbbbb*Módulo: Data Mining II*bbb  - Pré-processamento de dadosbbb  - Análise exploratória de dadosbbb  - Ferramentas de KDDbbb  - Introdução ao WEKAbbbbbb*Módulo: Data Mining III*bbb  - Introdução à linguagem R e Rstudiobbb  - Tarefas de data miningbbb  - Classificação de dadosbbb  - Aplicação da técnica de classificação de dadosbbbbbb*Módulo: Data Mining IV*bbb  - Regras de associaçãobbb  - Aplicação da técnicas de associaçãobbb  - Agrupamento de dadosbbb  - Aplicação da técnicas de agrupamento de dadosbbbbbb*Módulo: Graph Mining*bbb  - Graph miningbbb  - Mineração de subgrafosbbb  - Classificação de grafosbbb  - Clustering de grafosbbbbbb*Módulo: Cloud Computing*bbb  - Evolução tecnológica e paradigmas que permitiram cloud computingbbb  - Fundamentos de virtualização de servidoresbbb  - Fundamentos de computação em nuvembbb  - Arquitetura e anatomia de cloud computingbbbbbb*Módulo: Cloud Computing II*bbb  - Nuvem públicabbb  - Nuvem privadabbb  - Nuvem híbridabbb  - Nuvem comunitáriabbbbbb*Módulo: Cloud Computing III*bbb  - IaaS (Infraestrutura como serviço)bbb  - PaaS (Plataforma como serviço)bbb  - SaaS (Software como serviço)bbb  - Aplicabilidade de cloud computingbbbbbb*Módulo: Cloud Computing IV*bbb  - Desenvolvimento em cloud computingbbb  - Avanços em armazenamento de dados com a computação em nuvembbb  - A revolução da computação em nuvem nas infraestruturas de TIbbb  - Desafios da computação em nuvembbbbbb*Módulo: Fundamentos de Inteligência Artificial*bbb  - Introdução à inteligência artificialbbb  - Testes de Turingbbb  - Estatística para Inteligência artificialbbb  - Probabilidadebbb

Cada unidade de aprendizagem é composta por uma apresentação; um capítulo de livro; uma dica do professor, que poderá ser uma videoaula; 1 quiz com 5 questões de múltipla escolha com o objetivo de promover melhor fixação de cada conteúdo, links e materiais complementares. Observa-se que o quiz não possuem caráter avaliativo, ou seja, não comporão sua nota para a certificação. Como avaliação, cada módulo contará com uma prova de 5 questões de múltipla escolha que valerá 10 pontos, sendo necessário atingir a nota mínima 6 para aprovação. Caso o aluno não obtenha essa nota na primeira tentativa, uma nova chance é disponibilizada. Por fim, se ainda na segunda tentativa o aluno for reprovado, ele poderá realizar uma nova tentativa mediante ao pagamento de uma taxa.

Destinado a profissionais que busquem conhecimentos na área de engenharia de software, gestores de TI e profissionais autônomos e liberais. A Pós-Graduação Lato Sensu tem por objetivo especializar o estudante na área de interesse. Observa-se que os cursos de pós-graduação não habilitam para o exercício profissional, mas sim os cursos de graduação.