{"id":50681386,"url":"https://github.com/arturovaine/cecdados-utfpr","last_synced_at":"2026-06-08T19:04:43.698Z","repository":{"id":55721571,"uuid":"523186888","full_name":"arturovaine/cecdados-utfpr","owner":"arturovaine","description":"Especialização em Ciência de Dados da Universidade Tecnológica Federal do Paraná - Dois Vizinhos (UTFPR-DV)","archived":false,"fork":false,"pushed_at":"2022-08-10T05:14:28.000Z","size":8794,"stargazers_count":0,"open_issues_count":0,"forks_count":0,"subscribers_count":1,"default_branch":"main","last_synced_at":"2023-03-10T17:19:06.861Z","etag":null,"topics":["data-science","utfpr"],"latest_commit_sha":null,"homepage":"","language":"Jupyter Notebook","has_issues":true,"has_wiki":null,"has_pages":null,"mirror_url":null,"source_name":null,"license":null,"status":null,"scm":"git","pull_requests_enabled":true,"icon_url":"https://github.com/arturovaine.png","metadata":{"files":{"readme":"README.md","changelog":null,"contributing":null,"funding":null,"license":null,"code_of_conduct":null,"threat_model":null,"audit":null,"citation":null,"codeowners":null,"security":null,"support":null}},"created_at":"2022-08-10T03:28:21.000Z","updated_at":"2022-08-18T22:22:15.000Z","dependencies_parsed_at":"2022-08-15T06:31:44.441Z","dependency_job_id":null,"html_url":"https://github.com/arturovaine/cecdados-utfpr","commit_stats":null,"previous_names":[],"tags_count":null,"template":null,"template_full_name":null,"purl":"pkg:github/arturovaine/cecdados-utfpr","repository_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/arturovaine%2Fcecdados-utfpr","tags_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/arturovaine%2Fcecdados-utfpr/tags","releases_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/arturovaine%2Fcecdados-utfpr/releases","manifests_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/arturovaine%2Fcecdados-utfpr/manifests","owner_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners/arturovaine","download_url":"https://codeload.github.com/arturovaine/cecdados-utfpr/tar.gz/refs/heads/main","sbom_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories/arturovaine%2Fcecdados-utfpr/sbom","scorecard":null,"host":{"name":"GitHub","url":"https://github.com","kind":"github","repositories_count":286080680,"owners_count":34076032,"icon_url":"https://github.com/github.png","version":null,"created_at":"2022-05-30T11:31:42.601Z","updated_at":"2026-05-26T15:22:16.424Z","status":"online","status_checked_at":"2026-06-08T02:00:07.615Z","response_time":111,"last_error":null,"robots_txt_status":"success","robots_txt_updated_at":"2025-07-24T06:49:26.215Z","robots_txt_url":"https://github.com/robots.txt","online":true,"can_crawl_api":true,"host_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub","repositories_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repositories","repository_names_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/repository_names","owners_url":"https://repos.ecosyste.ms/api/v1/hosts/GitHub/owners"}},"keywords":["data-science","utfpr"],"created_at":"2026-06-08T19:04:42.406Z","updated_at":"2026-06-08T19:04:43.693Z","avatar_url":"https://github.com/arturovaine.png","language":"Jupyter Notebook","funding_links":[],"categories":[],"sub_categories":[],"readme":"# Especialização em Ciência de Dados - UTFPR\n\n## Campus Dois Vizinhos -EaD\n\n## Módulo 1\n\n### Ambiente de Ensino e Aprendizagem a Distância\n### Análise e Modelagem de Banco de Dados\n- Demonstração da visão geral de banco de dados relacionais.\n- Importância de um Sistema Gerenciador de Banco de Dados e do uso de banco de dados na ciência de dados.\n- Abstração de dados: classificação, agregação, divisão e generalização.\n- Projeto de banco de dados relacional: modelagem conceitual, lógica e física.\n- Modelo entidade-relacionamento (MER) e a construção de diagramas entidade-relacionamento considerando problemas de integração de esquemas entre diferentes visões de usuários.\n- Demonstração de técnicas de mapeamento do MER para o modelo lógico (esquema relacional).\n- Dependências funcionais: normalização e sua importância.\n- Álgebra relacional: operadores fundamentais.\n- Construção de um projeto de banco de dados relacional: nível conceitual e lógico.\n\n### Introdução à Análise e Ciência de Dados\n- Coleta e pré-processamento de dados: obtenção de dados, tipos/formatos de dados, data scraping, Web, bibliotecas, limpeza, normalização e seleção de atributos e amostras.\n- Análise exploratória de dados: exploração dos dados, estatísticas descritivas (por exemplo, média, mediana, moda).\n- Visualização de dados: tipos de gráficos/dados, visualização, ferramentas e bibliotecas para construção de gráficos estáticos, dinâmicos e interativos. \n- Utilização da linguagem R para demonstração de conceitos.\n\n### Introdução ao Gerenciamento de Banco de Dados\n- Demonstração das linguagens de programação usadas em um Sistema Gerenciador de Banco de Dados (SGBD) e sua importância na ciência de dados. \n- Utilização de um SGBD: instalação, configuração, usuários e funcionalidades principais.\n- Construção do esquema físico de um banco de dados relacional.\n- Linguagem de definição de dados (DDL): criação, remoção e alterações estruturais de objetos armazenados em um banco de dados relacional.\n- Linguagem de manipulação de dados (DML): inserção, remoção, alteração e recuperação de dados.\n- Conceitos básicos das linguagens de: controle de dados e controle de transações.\n\n## Módulo 2\n### Administração e Gerenciamento de Banco de Dados\n- Importância do gerenciamento e administração de banco de dados relacional na ciência de dados.\n- Otimização na recuperação de dados: estruturas de indexação (índice invertido, B-tree, Hash, Bitmap, entre outros), plano de execução de consulta, habilitação de funcionalidades extras do Sistema Gerenciador de Banco de Dados (SGBD), conceitos de tunning (configurações avançadas de um SGBD). \n- Linguagem de controle de dados (DCL): atribuição, remoção e tipos de privilégios sobre um objeto de um banco de dados relacional.\n- Linguagem de controle de transações (TCL): conceito de transação e controle de concorrência, problemas clássicos de concorrência, propriedades ACID (atomicidade, consistência, isolamento e durabilidade).\n- Linguagem de programação procedural: gatilhos, funções, procedimentos e outras funcionalidades.\n- Introdução ao SGBD extensível: bibliotecas, ferramentas e outras linguagens procedurais.\n\n### Linguagens de Programação para Ciência de Dados\n- Principais linguagens de programação para ciência de dados e a importância/popularização da linguagem de programação Python.\n- Instalação e preparação de ambiente de programação para a linguagem Python.\n- Elementos básicos da linguagem Python, estrutura sequencial, de decisão e de repetição.\n- Tipos de dados em Python: tipos básicos, tuplas, listas, mutação e dicionários.\n- Funções.\n- Manipulação de strings.\n- Recursão, busca e ordenação.\n- Classes e herança.\n- Eficiência, estilo de programação e documentação interna.\n- Introdução às bibliotecas Pandas, colab, spyder, Matplotlib e NumPy.\n- Desenvolvimento de algoritmos utilizando Python.\n- Conceitos fundamentais: predição, aprendizado supervisionado e não supervisionado.\n\n### Preparação Pedagógica \n\n## Módulo 3\n### Recuperação de Informação Baseada em Conteúdo\n- Definição de dados não convencionais e suas manipulações: dados espaciais e imagens.\n- Importância de utilizar imagens em aplicações com ciência de dados.\n- Discussão dos principais operadores para manipular imagens.\n- Demonstração das etapas da recuperação de informação baseada em conteúdo.\n- Consultas por similaridade e suas implementações: Knn, consulta por abrangência (range query), Knn reverso, entre outros.\n- Diversidade em consultas por similaridade.\n- Descritores.\n- Extração de características: baseado em segmentação, textura, cor e suas combinações.\n- Funções de distância: Minkowski, Mahalanobis, Canberra, entre outras.\n- Definições de espaço métrico.\n- Métodos de acesso métrico: conceitos, implementação e desempenho.\n- Redução de dimensionalidade: PCA, Fractal e a maldição da dimensionalidade.\n\n### Introdução ao Big Data\n- Conceitos básicos sobre Big Data e seus elementos principais: características dos Vs do Big Data.\n- Conceitos sobre NoSQL e sua importância na ciência de dados.\n- Paradigma BASE e suas diferenças em relação ao paradigma ACID.\n- Modelos de dados para NoSQL e Big Data: orientado a documentos, orientado a chave e valor, orientado a coluna, orientado a linha e orientado a grafo. Banco de dados NoSQL: aplicações, desenvolvimento e suas linguagens de consulta.\n- Preparação de ambiente para utilização de um sistema NoSQL.\n- Conectividade de sistemas NoSQL utilizando uma linguagem de programação para ciência de dados.\n- Técnicas de otimização de consultas para Big Data usando ferramentas NoSQL.\n- Introdução ao processamento massivo de grandes volumes de dados: combinando NoSQL e Sistemas Gerenciadores de Dados tradicionais com sistemas distribuído de dados.\n\n### Processamento Analítico de Dados\n- Visão geral das etapas e elementos do ambiente de data warehousing e do processamento analítico de dados.\n- Importância do processamento analítico de dados na ciência de dados aplicada à inteligência de negócio.\n- Processo de ETL: extração, transformação, limpeza e tratamento de dados e demonstração de ferramentas disponíveis.\n- Modelagem dimensional: conceitos e objetivos, hipercubo de dados, tabelas de fato, tabelas de dimensão, medidas, hierarquias e grafo de derivação e entre outros elementos.\n- Data warehouse: conceitos e aplicações, esquema estrela, esquema floco-de-neve e constelação de fatos.\n- Ferramentas de processamento analítico de dados: OLTP e OLAP, arquitetura, aplicações, demonstração e suas linguagens de consulta.\n- Consultas e operações OLAP: drill-down, roll-up, drill-across, pivoting, slice-and-dice\n- Técnicas de otimização de consultas analíticas: fragmentação horizontal e vertical, visão materializada e estruturas de indexação.\n- Conceitos sobre data warehouses não-convencionais e data lake.\n\n## Módulo 4\n### Banco de Dados Espaciais\n- Definição de dados espaciais e sistemas de informação geográficas: abstrações, tipos de dados espaciais e o que eles representam no mundo real. \n- Importância da manipulação e análise espacial na ciência de dados.\n- Instalação e configuração de extensão espacial para um Sistema Gerenciador de Banco de Dados (SGBD).\n- Projeto e implementação de um banco de dados espacial utilizando um SGBD espacial.\n- Representações de dados espaciais: formato textual, formato binário e tipos de arquivos.\n- Operações sobre dados espaciais: numéricas, geométricas de conjunto, relacionamentos topológicos, dependentes de tipo e operações diversas.\n- Consultas típicas em banco de dados espaciais.\n- Métodos de acesso espacial: conceitos, implementação e desempenho.\n- Aplicação de dados espaciais em ambientes para tomada de decisão: data warehouse espacial e consultas SOLAP.\n- Qualidade de dados espaciais: coleta de informações, conceitos iniciais de vagueza espacial e sua representação no mundo real.\n\n### Introdução ao Reconhecimento de Padrões\n- Visão do reconhecimento de padrões e sua importância na ciência de dados.\n- Modelos e métodos para aprendizagem supervisionada: árvores de decisão, modelos lineares (regressão linear e logística), Knn e support vector machine (SVM).\n- Modelos e métodos para aprendizagem não supervisionada: K-means, DBScan, agrupamento hierárquico e PAM.\n- Implementação de soluções algorítmicas de reconhecimento de padrões utilizando Python e/ou R.\n- Visão geral de quais tipos de modelos e métodos de aprendizagem supervisionado e não supervisionado a serem aplicados para resolver problemas em ciência e dados.\n- Validação de modelo: holdout, cross-validation, problemas com overfitting e underfitting.\n- Matriz de confusão e medidas de desempenho: F-measure, acurácia, precisão e revocação, entre outras.\n\n### Metodologia de Pesquisa Científica em Computação\n- Conceitos fundamentais sobre a importância da pesquisa científica e sua aplicabilidade na resolução de problemas.\n- Tipos de revisões bibliográficas.\n- Natureza da pesquisa: quantitativa e qualitativa.\n- Tipos de pesquisas experimentais: survey, estudo de caso, experimento. Processo de experimentação: definição, seleção amostral, o planejamento do experimento e execução.\n- Análise e interpretação dos resultados e empacotamento dos resultados.\n- Interpretação de problemas da academia e indústria para resolução utilizando ciência de dados.\n- O processo de seleção de temas para o trabalho de conclusão de curso - ciência de dados aplicado à: Inteligência de Negócio, Big Data e/ou dados não convencionais. O processo de seleção de orientador.\n\n## Módulo 5\n### Tópicos Especiais em Ciência de Dados\n- Importância de sistemas nebulosos, estudo de novas memórias e extensibilidade de banco de dados na ciência de dados.\n- Sistemas nebulosos: teoria de conjuntos fuzzy, operações sobre conjuntos fuzzy, lógica fuzzy, sistema de inferência fuzzy, métodos de fuzzificação e defuzzificação.\n- Conceitos fundamentais de algoritmos avançados para lógica fuzzy: classificação fuzzy, agrupamento fuzzy e a geração automática e adequação de regras. \n- Aplicação da teoria de conjuntos e lógica fuzzy em dados não convencionais: o estudo de dados espaciais fuzzy e a inferência espacial fuzzy. \n- Gerenciamento de dados em memórias emergentes (flash, ReRAM, STT-RAM, entre outras): características intrínsecas, aplicações, estudos experimentais e algoritmos e estruturas de dados.\n- Banco de dados extensíveis: especificação de novos tipos abstratos de dados.\n\n### Escrita de Artigo Científico\n- Conceitos fundamentais sobre a organização e escrita de artigo científico.\n- Estrutura de um artigo científico.\n- Tipos de artigos científicos: resumo, resumo expandido, artigo completo em conferência e artigo completo em periódico.\n- Classificação de eventos científicos e periódicos de acordo com o Qualis-CAPES, SNIP, JCR, entre outros.\n- Utilização de processadores e editores de texto na escrita de artigos (LaTeX e Word).\n- Escrita de seções de um artigo: resumo, introdução, métodos e metodologia, resultados.\n- Normas de escrita de artigos científicos em computação: IEEE, ACM, Springer, entre outros.\n- Ética na escrita e publicação de artigos: participação de autores, plágio e autoplágio.\n\n### Métodos e Modelos Avançados em Ciência de Dados\n- Visão geral dos modelos e métodos avançados em ciência de dados.\n- Redes Neurais Artificiais.\n- Modelos de Aprendizagem Profunda: Deep Learning e Rede neural convolucional.\n- Técnicas baseadas em Comitês: bagging e boosting.\n- Florestas aleatórias (random forest).\n- Inteligência de Enxame: PSO, ACO.\n- Fluxo de uma solução de ciência de dados em problemas reais.\n\n## Módulo 6\n### Trabalho de Conclusão de Curso\n- Conceitos fundamentais sobre a organização e escrita de trabalho de conclusão de curso.\n- Estrutura de uma monografia a nível de pós-graduação.\n- Utilização de processadores e editores de texto na escrita de monografia (LaTeX e Word).\n- Escrita de seções de uma monografia: resumo, introdução, revisão sistemática da literatura, métodos e metodologia, resultados e conclusões.\n- Ética na escrita de monografia.\n- Desenvolvimento do trabalho proposto.\n- Técnicas para apresentação e defesa de monografia perante uma banca examinadora.\n- Normas da UTFPR para elaboração de trabalhos acadêmicos.\n\n### Resolução de Problemas com Ciência de Dados\n- Utilização de métodos e modelos avançados na resolução de problemas: computação evolucionária (algoritmos genéticos e programação genética) e métodos Ensemble.\n- Seleção e ajuste de modelos.\n- Regularização e parametrização de modelos.\n- Otimização de algoritmos para ciência de dados.\n- Aprendizagem baseada em problemas.\n- Resolução de problemas da indústria e academia.\n- Estudo de casos aplicados à ciência de dados.\n\n### Processamento de Grandes Volumes de Dados\n- Principais elementos, ecossistema e a arquitetura de ambientes de computação paralela e distribuído.\n- Paradigma de programação MapReduce na resolução de problemas com computação paralela e distribuídos.\n- Sistemas paralelos e distribuídos: Apache Hadoop e Apache Spark.\n- Linguagens de programação e de consultas para ambientes Hadoop e Spark (pySpark).\n- Extensões do Apache Hadoop e Apache Spark.\n- Conceitos fundamentais sobre computação em nuvem: Software como Serviço (SaaS), Plataforma como um Serviço (PaaS) e Infraestrutura como Serviço (IaaS).\n- Ambientes de computação em nuvem: AWS, Azure, entre outros.\n\n### Mineração de Dados para Inteligência de Negócio\n- Conceitos de mineração de dados e seus diferentes pontos de vista: o ponto de vista de banco de dados, ponto de vista da inteligência artificial e o ponto de vista da estatística.\n- Importância de um ambiente de data warehousing na mineração de dados.\n- Utilização de workflows para ciência de dados usando um Sistema Gerenciador de Banco de Dados (SGBD) como base.\n- Importância de séries temporais e regras de associação em um ambiente de inteligência de negócio.\n- Séries temporais: comparação de séries temporais (DTW, correlação cruzada), implementação, predição de valores numa série temporal (ARIMA), redução de dimensionalidade para séries temporais (piecewise aggregate approximation).\n- Detecção de anomalias.\n- Regras de associação: conceitos, medidas, algoritmo APRIORI, implementação em um SGBD.\n","project_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Farturovaine%2Fcecdados-utfpr","html_url":"https://awesome.ecosyste.ms/projects/github.com%2Farturovaine%2Fcecdados-utfpr","lists_url":"https://awesome.ecosyste.ms/api/v1/projects/github.com%2Farturovaine%2Fcecdados-utfpr/lists"}