Objetivos do CursoO objetivo do curso é apresentar técnicas de Mineração de Dados para uma quantidade muito grande de informações, virtualmente infinita. O curso visa apresentar uma introdução às técnicas mais conhecidas de mineração de dados e aplica-las em uma infraestrutura de computação de alto desempenho. O curso foi desenhado para receber alunos de várias áreas do conhecimento que necessitem realizar análise de grandes volumes de dados com ferramenta para suas pesquisas. Sendo uma disciplina aplicada, ela tem uma composição de 50% de aula teórica e 50% de aula prática. Como trabalho final da disciplina deverá ser escrito um texto, em formato de artigo, com uma experiência de mineração de dados na área de interesse do aluno. No curso é estimulado a interação entre alunos de cursos diferentes com alunos da computação para despertar novos temas de pesquisa para todas as áreas. Conteúdo programático
Material do cursoLivro TextoO livro texto do curso pode ser baixado em Mining of Massive Datasets Slides do cursoSlides do curso Mineração Massiva de DadosLeitura ComplementarEste curso é baseado no curso Mining of Massive Datasets dos professores Jure Leskovec, Anand Rajaraman e Jeff Ullman da Universidade de Stanford. Os slides originais do curso, o material didático e videoaulas podem ser acessadas em MMDS.Recursos computacionaisO link para acessar o sistema Jupyter Notebook é: Jupyter LASID A página com a relação dos Datasets disponíeis para uso estão em: Datasets Para configurar o acesso externo ao servidor do LASID via VPN veja Configuração de acesso VPN do LASID. Os notebooks usados nas aulas práticas estão em Mineração Massiva de Dados Guia de programaçãoExemplos de código Python para desenhar gráficos: The Python Graph Gallery Trabalho FinalComo trabalho final cada aluno deverá apresentar uma proposta e implementação de sistema de mineração de dados a sua escolha. Deverá ser preparado um documento em formato "artigo" com os seguintes tópicos:
Calendário de apresentações do Trabalho Finalxx/xx: Fulano: Título do trabalho AvaliaçãoA avaliação do curso se dará pela nota atribuída ao trabalho final. CalendárioInício do curso: xx/xx/20xxDatas de apresentação do Trabalho Final: vide programação acima Data de entrega do texto escrito do Trabalho Final: xx/xx/20xx Fim do curso: xx/xx/20xx |
Cursos >