Súmula
EMENTA: Capacitar o aluno em técnicas e ferramentas de preparação e tratamento de Dados e em ambientes de programação voltados para a análise de dados, tendo como foco dados educacionais e o processo de pesquisa reproduzível.
OBJETIVOS:
Estudar e conhecer ferramentas, métodos e métricas para a análise de dados relacionados com o ensino e o aprendizado apoiado por computadores, em especial, com o processo de pesquisa. Esta disciplina tem caráter teórico-prático, e os alunos devem ter competência para lidar com softwares aplicativos e conhecimento mínimo de algoritmos.
CONTEÚDO PROGRAMÁTICO:
Conceitos relacionados (big data, data mining, web mining, text mining…); Noções de Probabilidade e de Estatística Descritiva; Preparação, tratamento e manipulação de dados; Ambientes de programação e análise de dados (Jupyter, Python); Geração e análise de modelos, tabelas e gráficos.
METODOLOGIA:
Aulas expositivo-dialogadas; leitura dirigida; análise, avaliação e apresentação de artigos; seminários e discussões em grupo; trabalhos teórico-práticos; aulas práticas em laboratório.
CRITÉRIOS DE AVALIAÇÃO:
Participação em aula e no ambiente virtual; avaliação e elaboração de artigos acadêmicos, além de relatórios e trabalhos práticos.
Bibliografia sugerida:
Kitzes, Justin; Turek, Daniel; Deniz, Fatma (eds.). The Practice of Reproductible Research: Case Studies and Lessons from the Data-Intensive Sciences. Oakland, CA: Universityof CaliforniaPress, 2017. Disponível em: < http://www.gitbook.com/book/bids/the-practice-of-reproducible-research/details >
Larusson, Johann Ari; White, Brandon (eds.). Learning Analytics: From Research to Practice. New York: Springer, 2014. ISBN: 978-1-4614-3304-0
Barbetta, Pedro Alberto; Reis, Marcelo Menezes; Bornia, Antônio Cezar. Estatística para cursos de Engenharia e Informática. São Paulo, SP: Atlas, 2008. ISBN 9788522449897.
Devore, Jay L. Probabilidade e Estatística para Engenharia e Ciências. Cengage Learning, ISBN10: 8522111839.
FAWCETT, Tom Fawcett; Foster Provost. Data Science para Negócios. Alta Books, 2016. ISBN:8576089726.
Joel Grus. Data Science do Zero. Alta Books, 2016. ISBN: 857608998X
Artigos disponibilizados pelo professor no ambiente Moodle.
Professor Responsável: Leandro Krug Wives
Linha de Pesquisa: Ambientes Informatizados e Ensino a Distância
Natureza: Tópicos especiais
Carga-horária: 30 h/a
Créditos: 2