Professor: Eduardo Ogasawara (CEFET-RJ)
Horarios: Segunda 14/02 a Quinta 17/02 de 10:00h às 11:30h
Objetivo: Estudo de técnicas de mineração de dados, i.e., extração de conhecimento a partir de grandes volumes de dados. O processo de extração de conhecimento contempla a análise exploratória de dados, pré-processamento, mineração de padrões frequentes, classificação e agrupamento. O curso é contextualizado com o uso da linguagem R como apoio.
Ementa:
- Introdução
- Noções Gerais de R
- Análise exploratória de dados
- Pré-processamento
- Agrupamento
- Classificação
- Padrões frequentes
Bibliografia:
- G. James, D. Witten, T. Hastie, and R. Tibshirani, 2013, An Introduction to Statistical Learning: with Applications in R. 1 ed. Springer.
- Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques, Third Edition (3o ed.). Morgan Kaufmann.
- S. García, J. Luengo, and F. Herrera, 2015, Data Preprocessing in Data Mining.
- C. Aggarwal and J. Han, eds., 2014, Frequent Pattern Mining. 2014 ed. NewYork, Springer.
- K.J. Keen, 2018, Graphics for Statistics and Data Analysis with R, Second Edition. 2 edition ed. Boca Raton, Chapman and Hall/CRC
- B. Lantz, 2013, Machine Learning with R. Birmingham, Packt Publishing. [7] J.P. Lander, 2017, R for Everyone: Advanced Analytics and Graphics. 2 ed. Boston, MA, Addison-Wesley Professional.
- R.H. Shumway and D.S. Stoffer, 2017, Time Series Analysis and ItsApplications: With R Examples. 4 ed. New York, NY, Springer.