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 de aulas e 36 horas de atividades supervisionadas.

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. Tratamento, análise e visualização de dados.
    Aulas: dias 03/06/2020, 10/06/2020, 17/06/2020 e 24/06/2020.

    APRENDIZADO DE MÁQUINA NÃO SUPERVISIONADO (INF-0613 - Explorando Dados)
    Professor: Hélio Pedrini
    Descoberta do conhecimento. Compreensão e prospecção de informação. Análise exploratória de dados. Detecção de anomalias. Regras de associação. Redução de dimensionalidade. Seleção de atributos. Técnicas de agrupamento.
    Aulas: dias 08/07/2020, 15/07/2020, 22/07/2020 e 29/07/2020.

    RECUPERAÇÃO DE INFORMAÇÃO (INF-0611 - Juntando Dados)
    Professora: Ulisses Dias
    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: dias 12/08/2020, 19/08/2020, 26/08/2020 e 02/09/2020.

    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: dias 16/09/2020, 23/09/2020, 30/09/2020 e 07/10/2020.

    APRENDIZADO DE MÁQUINA SUPERVISIONADO I (INF-0615 - Aprendendo com Dados)
    Professor: Anderson de Rezende Rocha
    Problemas de classificação. Fronteiras de decisão. Classificadores lineares e não lineares, regressão logística, árvores de decisão e random forests. Overfitting e validação. Métodos de ensemble: bagging, boosting e stacking. Validação cruzada. Desbalanceamento, diagnóstico de viés e variância. Medidas de avaliação. Interpretação de modelos (X-AI) e classificação em cenário aberto (open-set).
    Aulas: dias 21/10/2020, 28/10/2020, 04/11/2020 e 11/11/2020.

    APRENDIZADO DE MÁQUINA SUPERVISIONADO II (INF-0616 - Pensando com Dados I)
    Professora: 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: dias 26/11/2020, 03/12/2020, 10/12/2020 e 17/12/2020.

    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: dias 03/02/2021, 10/02/2021, 17/02/2021 e 24/02/2021.

    DEEP LEARNING (INF-0618 - Pensando com Dados II)
    Professora: Sandra Eliza Fontes de Avila
    Deep learning e redes neurais convolucionais (CNN). 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. Redes Neurais Recorrentes (RNN). Transformers. Detecção e Segmentação. Generative Adversarial Networks (GAN). Interpretabilidade (X-AI). Ferramentas: TensorFlow e Keras.
    Aulas: dias 17/03/2021, 24/03/2021, 31/03/2021 e 07/04/2021.

    PROJETO FINAL (INF-0619 - Data@Work)
    Professor: Zanoni Dias
    Definição de problema alvo. Identificação e coleta dos dados. Análise das técnicas a serem empregadas. Estudo comparativo. Análise, visualização e apresentação dos resultados.
    Aulas: dias 05/05/2021, 12/05/2021, 19/05/2021 e 26/05/2021.




  • Informações


    • Pré-requisito: Nível superior completo.
    Público-alvo: Profissionais de Informática, formados em Computação ou áreas afins (Engenharias ou Exatas).
    Tipo de curso: Curso de Aperfeiçoamento - Modalidade Extensão Universitária.
    Período: Entre 06/2020 e 05/2021.
    Horários das aulas: Semanalmente das 17h00 as 21h00.
    Material necessário: Por ser um curso com enfoque prático, todos alunos devem ter um computador/notebook com acesso à internet para acompanhar as aulas e as atividades práticas propostas.
    Coordenador do curso: Zanoni Dias.
    Professores do curso: Anderson de Rezende Rocha, Celmar Guimarães da Silva, Esther Luna Colombini, Hélio Pedrini, Lucas Francisco Wanner, Sandra Eliza Fontes de Avila, Ulisses Dias, Zanoni Dias.




  • Alunos Formados

    • Os seguintes alunos foram aprovados em todas as disciplinas e obtiveram o certificado de conclusão do Curso de Aperfeiçoamento em Mineração de Dados Complexos, emitido pela Escola de Extensão da Unicamp:

    Arthur Alves de Senna Neto
    Bruno Caliboni Queiroz
    Bruno Isaias Jacinto Moreira
    Bruno Pereira Sequeira
    Bruno Sanchez Miguel
    Caio César Quini
    Camila Tiemi Yoshimura Orlandin Alves
    Eduardo Soares de Abreu
    Fernanda Soares Navarro
    Fernando Yoshioka Pires de Toledo
    Gabriel Solyszko
    Guilherme Ribeiro Zucco
    Guilherme Silva Salomão
    Kamila Leite Chemello
    Letícia Franco Cassiano
    Marcio José das Flores
    Marcos Gonçalves
    Marcos Kazuya Yamazaki
    Maria Cristina Tiemi Hamada Cogubum
    Matheus Corrêa De Mello
    Patricia Travassos Craveiro
    Plinio Oliveira de Faria
    Rafael Bertola
    Ricardo Lopreto
    Rodolfo de Lima Gaspar
    Rodrigo Tomanik Jeller Filipe
    Roseane Fernandes de Souza
    Victor Henrique dos Santos
    Yann Righas Abrahão
    Yaskara Gerdulli Tamanini



    • Depoimentos