MC-CD01
Análise de Dados

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:
  1. Introdução
  2. Noções Gerais de R
  3. Análise exploratória de dados
  4. Pré-processamento
  5. Agrupamento
  6. Classificação
  7. Padrões frequentes

Bibliografia:
  1. G. James, D. Witten, T. Hastie, and R. Tibshirani, 2013, An Introduction to Statistical Learning: with Applications in R. 1 ed. Springer.
  2. Han, J., Kamber, M., & Pei, J. (2011). Data Mining: Concepts and Techniques, Third Edition (3o ed.). Morgan Kaufmann.
  3. S. García, J. Luengo, and F. Herrera, 2015, Data Preprocessing in Data Mining.
  4. C. Aggarwal and J. Han, eds., 2014, Frequent Pattern Mining. 2014 ed. NewYork, Springer.
  5. K.J. Keen, 2018, Graphics for Statistics and Data Analysis with R, Second Edition. 2 edition ed. Boca Raton, Chapman and Hall/CRC
  6. 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.
  7. R.H. Shumway and D.S. Stoffer, 2017, Time Series Analysis and ItsApplications: With R Examples. 4 ed. New York, NY, Springer.