Quais habilidades serão desenvolvidas no curso?

O Curso de Aperfeiçoamento em Mineração de Dados Complexos tem como objetivo capacitar profissionais para o mercado de trabalho atual, com ênfase em: (1) melhorar o gerenciamento de dados pensando em velocidade, capacidade e escalabilidade; (2) desenvolver técnicas de visualização destes dados; (3) encontrar novas oportunidades de negócio; (4) melhorar a capacidade de análise dos dados; e (5) criar modelos preditivos utilizando os métodos mais modernos de aprendizado de máquina.

INF-0610

Curso de Aperfeiçoamento

Modalidade Extensão Universitária

E-mail: mdc@ic.unicamp.br

Telefone: (19) 3521-5883

Realização:

Sobre o curso

Formato

O Curso de Aperfeiçoamento em Mineração de Dados Complexos é composto por 9 disciplinas que ensinam os principais conceitos exigidos pelo mercado de trabalho, perfazendo uma carga horária total de 180 horas, sendo 144 horas presenciais e 36 horas à distância.

Certificado

Os alunos aprovados nas 9 disciplinas terão direito ao certificado do Curso de Aperfeiçoamento em Mineração de Dados Complexos, emitido pela Escola de Extensão da Unicamp.

Professores

O corpo de docentes do Curso de Aperfeiçoamento em Mineração de Dados Complexos é composto por professores e pesquisadores da Unicamp, todos com doutorado.



  • Disciplinas

  • ANÁLISE DE DADOS (INF-0612 - Mexendo em Dados)
    Professor: Zanoni Dias
    Introdução à Análise de Dados usando a Linguagem R. Tipos de dados (vetores, listas, matrizes, data frames, etc). Funções pré-definidas. Implementação de funções em R. Análise e visualização de dados.
    Aulas presenciais: dias 15/02/2020, 29/02/2020, 07/03/2020 e 14/03/2020, das 08h30 às 12h30.

    RECUPERAÇÃO DE INFORMAÇÃO (INF-0611 - Juntando Dados)
    Professor: Lin Tzy Li
    Introdução à recuperação de informação. Técnicas de avaliação de ranking. Conceitos de recuperação de dados não-estruturados. Recuperação de textos. Recuperação de imagens por conteúdo. Recuperação de vídeos. Técnicas para melhoria de qualidade de ranking.
    Aulas presenciais: dias 15/02/2020, 29/02/2020, 07/03/2020 e 14/03/2020, das 13h30 às 17h30.

    APRENDIZADO DE MÁQUINA NÃO SUPERVISIONADO (INF-0613 - Explorando Dados)
    Professor: Hélio Pedrini
    Descoberta do Conhecimento / Knowledge Discovery in Database (KDD). Compreensão e prospecção de informação. Entendimento, previsão e interpretação dos dados utilizando regras de associação e Online Analytical Processing (OLAP). Técnicas de agrupamento tradicionais (k-médias e modelos de misturas Gaussianas) e espectrais (autovalores/autovetores). Detecção de anomalias. Redução de dimensionalidade: seleção e transformação de atributos, PCA, MDS, LLE, Isomap e t-SNE.
    Aulas presenciais: dias 21/03/2020, 28/03/2020, 04/04/2020 e 18/04/2020, das 08h30 às 12h30.

    APRENDIZADO DE MÁQUINA SUPERVISIONADO I (INF-0615 - Aprendendo com Dados)
    Professor: Anderson de Rezende Rocha
    Problemas de classificação, fronteiras de decisão, k-vizinhos e Naïve Bayes classifiers. Classificadores lineares, regressão logística, árvores de decisão e random forests. Overfitting e validação. Métodos de ensemble: bagging e boosting. Validação cruzada. Desbalanceamento, viés e variância. Medidas de avaliação.
    Aulas presenciais: dias 21/03/2020, 28/03/2020, 04/04/2020 e 18/04/2020, das 13h30 às 17h30.

    VISUALIZAÇÃO DE INFORMAÇÃO (INF-0614 - Visualizando Dados)
    Professor: Celmar Guimarães da Silva
    Aspectos teóricos e práticos de Visualização de Informação (InfoVis). Representação de dados de forma gráfica e interativa. Modelo de referência de InfoVis. Caracterização de dados. Recomendações para mapeamento visual. Visualização de dados multidimensionais. Visualização de textos.
    Aulas presenciais: dias 25/04/2020, 01/05/2020, 09/05/2020 e 16/05/2020, das 08h30 às 12h30.

    APRENDIZADO DE MÁQUINA SUPERVISIONADO II (INF-0616 Pensando com Dados I)
    Professor: Esther Luna Colombini
    Máquinas de Suporte de Vetores (SVMs): kernels (lineares e não lineares), SVRs e SVM one-class. Técnicas de regularização. Grid-search e random-search. Redes neurais: tipos de redes, forward e backward propagation, e funções de ativação. Testes estatísticos.
    Aulas presenciais: dias 25/04/2020, 01/05/2020, 09/05/2020 e 16/05/2020, das 13h30 às 17h30.

    BIG DATA (INF-0617 - Big Data)
    Professor: Lucas Francisco Wanner
    Introdução à computação paralela e distribuída. Processamento paralelo de dados em Python. Processamento distribuído de dados com Map-Reduce e Hadoop Streaming. Introdução a ferramentas para análise e processamento de dados com Hadoop e Spark.
    Aulas presenciais: dias 30/05/2020, 06/06/2020, 20/06/2020 e 27/06/2020, das 08h30 às 12h30.

    DEEP LEARNING (INF-0618 - Pensando com Dados II)
    Professora: Sandra Eliza Fontes de Avila
    Deep learning, redes neurais convolucionais (CNN) e recorrentes. Convolução: padding e stride. Funções de perda (loss functions). Treinamento: funções de ativação, pré-processamento, data augmentation, inicialização de pesos e otimização de parâmetros. Regularização. Transferência de aprendizado. Ferramentas: TensorFlow, Keras, PyTorch e Caffe.
    Aulas presenciais: dias 30/05/2020, 06/06/2020, 20/06/2020 e 27/06/2020, das 13h30 às 17h30.

    PROJETO FINAL (INF-0619 - Data@Work)
    Professor: Zanoni Dias
    Escolha de problema alvo. Identificação e coleta dos dados. Análise das técnicas a serem empregadas. Estudo comparativo. Análise, visualização e apresentação dos resultados.
    Aulas presenciais: dias 01/08/2020, 08/08/2020, 15/08/2020 e 22/08/2020, das 08h30 às 12h30.




  • IC/Unicamp

  • Todas as aulas presenciais acontecerão no Prédio IC-3.5 do Instituto de Computação da Unicamp.




  • Inscrição

  • Os seguintes documentos são necessários para a inscrição:

    Ficha de Inscrição e Termo de Compromisso assinado (documentos gerados pela Pré-Inscrição Online)
    Cópia autenticada frente e verso (na mesma folha) ou cópia simples acompanhada do original do RG
    Cópia autenticada frente e verso (na mesma folha) ou cópia simples acompanhada do original do Diploma da Graduação
    Cópia do CPF
    Currículo
    Histórico escolar
    Carta de apresentação (opcional, formato livre, uma página)

    As cópias dos documentos deverão estar em papéis no formato carta, A4 ou ofício. Os demais formatos não serão aceitos. Para fins de efetivação da inscrição, o interessado poderá entregar uma cópia autenticada do Certificado de Conclusão de Curso de Graduação, emitido por instituição reconhecida, ficando obrigado a apresentar uma cópia autenticada do Diploma, devidamente registrado, antes do término do curso.

    Caso não seja possível entregar os documentos pessoalmente, eles podem ser enviados por Correio/Sedex para o seguinte endereço:

    Instituto de Computação - Unicamp
    Secretaria de Extensão (A/C Carolina Neves)
    Av. Albert Einstein, 1251
    Cidade Universitária
    Campinas - SP
    13083-852

    Importante: os documentos devem ser recebidos pela Secretaria de Extensão até dia 14/12/2019 (sábado). Logo, se forem enviados por Correio/Sedex, eles devem ser postados antecipadamente.




  • Investimento

  • O pagamento pode ser realizado de duas formas, através de boleto bancário:
    3 parcelas de R$ 2.999,99, sendo a primeira com vencimento em 15/01/2020.
    À vista, com desconto, no valor de R$ 7.999,99, com vencimento em 15/01/2020.




  • Informações


  • Pré-requisito: Nível superior completo.
    Público-alvo: Profissionais de Informática, formados em Computação ou áreas afins (Engenharias ou Exatas).
    Critérios de seleção: Análise de Currículo e de Histórico Escolar.
    Tipo de curso: Curso de Aperfeiçoamento - Modalidade Extensão Universitária.
    Horários das aulas: Sábados, das 8h30 às 12h30 e das 13h30 às 17h30.
    Material necessário: Por ser um curso com enfoque prático, todos alunos devem levar seus notebooks para as aulas.
    Tamanho da turma: No mínimo 25 e no máximo 50 alunos.
    Coordenador do curso: Zanoni Dias.
    Professores do curso: Anderson de Rezende Rocha, Celmar Guimarães da Silva, Esther Luna Colombini, Hélio Pedrini, Lin Tzy Li, Lucas Francisco Wanner, Sandra Eliza Fontes de Avila, Zanoni Dias.




  • Calendário

  • Data Evento
    14/10/2019 até 14/12/2019 Período de inscrições
    14/12/2019 Prazo final para entrega dos documentos de inscrição
    21/12/2019 Divulgação dos candidatos selecionados para matrícula
    02/01/2020 até 15/01/2020 Período de confirmação de matrícula
    15/01/2020 Vencimento da primeira parcela ou da parcela única
    15/02/2020 até 22/08/2020 Período de oferecimento do curso


    • Depoimentos