Trailer
Sinopse
"Database" ou "Banco de Dados" são expressões bastante conhecidas dentro da Tecnologia da Informação e Comunicação (TIC) e aqui será visualizado como funciona tais termos e mais dentro da disciplina Ciências de Dados do BTI, a qual ensina aos alunos como coletar, analisar e interpretar grandes conjuntos de dados para obter insights valiosos. Os estudantes aprendem técnicas como programação, aprendizado de máquina e visualização de informações, preparando-os para enfrentar desafios reais na análise de dados.
Vídeo
Classificações
5%
95%
Clássicas
Ativas
30%
70%
Provas
Atividades
15%
85%
Teórica
Prática
10%
90%
Social
Técnica
15%
85%
Individuais
Em grupo
50%
50%
Presencial
EAD
Podcast
Velocidade 1.0x
Materiais
Sem materiais disponiveis...
Conhecimentos / Competências Desejados
Matemática. Estatística. Programação. Análise e Aprendizado de Máquina. Ética e Manipulação de dados.
Tópicos
Sem tópicos cadastrados
Obstáculos
- Modalidade autônoma de estudo;
- Forte base em estatística e programação;
- Didática diferente das tradicionais.
Metodologias
Não há metodologias cadastradas
Perguntas Frequentes
Ciências de Dados está ligada à Inteligência Artificial e Big Data, trabalhando juntas para extrair insights valiosos dos dados.
São áreas complementares e interdependentes.
Ciências de Dados abre portas em empresas de tecnologia, finanças, saúde e muito mais.
Os materiais didáticos são 100% online incluindo PDF e vídeos no YouTube, porém vale salientar que a matéria é presencial e a ajuda do professor é indispensável a fim do melhor aproveitamento da matéria.
Não se preocupe! É bom ter uma base, mas você pode aprender ao longo do curso. Não é preciso ser um especialista desde o início.
2025
Índices de aprovação
Altere a data ou marque/desmarque a opção "Todos os
períodos" para fazer uma nova busca.
Buscando dados...
Aprovados
0%
Reprovados
0%
Nota média (todas as unidades)
0
Nota média por unidade
Unidade 1
N/A
Unidade 2
9.7
Unidade 3
4.2
Conteúdos
Ementa
-
Conceitos e definições sobre Ciência dos Dados; produção de dados; armazenamento e coleta; análise exploratória dos dados; visualização e ferramentas.
Referências
-
Livro: Clustering
Livro: Pattern recognition and machine learning
Livro: Data science for business
Livro: Python para análise de dados
Livro: Como mentir com estatística
Livro: GRUS, Joel. Data science do zero. Alta Books, 2016.
Livro: GÉRON, A. Hands on Machine Learning with Scikit-Learn and Tensorflow. O'Reilly, 2017.
Livro: LAURA, Igual; SANTI, Seguí. Introduction to data science: A Python approach to concepts, techniques and applications. 2017.
Livro: Estatística Básica - Prof. Filipe Zabala