| 2COP479 - FUNDAMENTOS EM BIG DATA | Conceitos fundamentais de Big Data. Conhecendo Bing Data e suas práticas. Tipos de mapeamento de Representação de Dados. Hadoop, Hive, Spark, Data Lakes, DW, BI, Modelagem NoSQL, CRISP-DM e Web semântica. | 2 |
| 2COP480 - EXTRAÇÃO, INGESTÃO E FLUXO DE DADOS | Extração, Ingestão e fluxo de dados em ambientes BigData utilizando Apache Kafka, Streamsets, Nodered, Web scraping e Web Crawling. | 2 |
| 2COP481 - DATA ANALYTICS | Apache Spark, Apache Zeppling, Jupyter, Elastic search, Apache Drill. | 2 |
| 2COP482 - ECOSSISTEMA HADOOP E PLATAFORMAS DE BIGDATA | Aplicação de Arquitetura Hadoop, instalação e configuração, Distribuições, Cluster, Introdução à ingestão de dados, Tratamento e normalização de dados, expressões regulares, armazenamento colunar (Parquet, ORC). Introduzindo Watson analítica, Amazon AWS e Sofia 2 em Plataformas de Big Data e Análise de Dados. | 2 |
| 2COP483 - FUNDAMENTOS MATEMÁTICOS E COMPUTACIONAIS DE MACHINE LEA | Modelos de Regressão Linear Simples, StatsModels, Scikit-Learn, Regressão Linear Múltipla, Regressão Logística. Estrutura de dados. Datasets. Webdata. Aplicações. | 2 |
| 2COP484 - INTRODUÇÃO À VISÃO COMPUTACIONAL | Inspiração biológica. Histórico e estado da arte atual. Conceitos gerais e exemplos práticos. Classificação de imagens. | 2 |
| 2COP485 - MACHINE LEARNING | Conceitos de Machine Learning. Aprendizado Supervisionado. Aprendizado Não-supervisionado. Aprendizado por Reforço. Datasets, treinamento e validação. | 2 |
| 2COP486 - DEEP LEARNING | Conceitos de Deep Learning. Convolutional Neural Network. Configurações de redes: função de ativação, inicialização, dropout, batch e parâmetros gerais. CNN Architectures (alexnet, vgg, googlenet, resnet, etc.). | 2 |
| 2COP487 - FRAMEWORKS DEEP LEARNING | Caffe, Torch, PyTorch e/ou Tensorflow. | 2 |
| 2COP488 - TÓPICOS AVANÇADOS EM DEEP LEARNING | Temas atuais relacionados à Depp Learning e Machine Learning. Autoencoders. Self-taught Learning. Deep Reinforcement Learning. Entre outros. | 2 |